规模异质性对复杂网络中社区识别的影响
物理与社会
2009-11-11 v1 无序系统与神经网络
计算物理
摘要
识别社区结构可以成为分析和理解复杂网络结构的有力工具。迄今为止,评估识别算法性能的方法使用具有等大小社区的ad-hoc网络。我们表明,社区规模的不均匀性确实会显著影响算法的性能,并提出了一种考虑这些因素的替代方法。此外,我们对Newman提出的社区检测算法(Phys. Rev. E 69 066133)提出了一种简单修改,该修改平等对待不同规模的社区,并表明它在保持速度的同时优于原始算法。
引用
@article{arxiv.physics/0601144,
title = {Effect of size heterogeneity on community identification in complex networks},
author = {Leon Danon and Albert Diaz-Guilera and Alex Arenas},
journal= {arXiv preprint arXiv:physics/0601144},
year = {2009}
}
备注
6 pages, 4 figures