增强网络社区检测：局部指标与层次算法的比较分析
社会与信息网络
2024-08-26 v2 机器学习
摘要
网络结构中社区的分析与检测正在变得越来越 relevant for understanding social behavior。一个在该领域面临的主要挑战是现有算法的复杂性。以 betweenness 指标衡量节点相似性的 Girvan-Newman 算法是该领域最具代表性的算法之一。本研究采用相同方法来评估使用局部相似性指标进行社区检测的相关性。对一系列局部指标在使用 Girvan-Newman 基本算法构建的网络集上进行测试。通过在几个具有不同社区规模的真实网络上应用基准算法，使用模块度和 NMI 评估这些指标的有效性。结果表明，基于局部相似性指标的方法在社区检测方面具有显著的潜力。
关键词
引用
@article{arxiv.2408.09072,
title = {Enhancing Community Detection in Networks: A Comparative Analysis of Local Metrics and Hierarchical Algorithms},
author = {Julio-Omar Palacio-Niño and Fernando Berzal},
journal= {arXiv preprint arXiv:2408.09072},
year = {2024}
}