基于集成的网络中不相交、重叠与模糊社区结构发现
社会与信息网络
2017-12-08 v1 物理与社会
摘要
尽管数据挖掘中集成聚类已做了大量工作，集成方法在网络社区检测中的应用尚处起步阶段。本文我们提出两种集成方法：ENDISCO 和 MEDOC。ENDISCO 执行不相交社区检测。相反，MEDOC 执行不相交、重叠和模糊社区检测，且代表了首个用于模糊与重叠社区检测的集成方法。我们对两种算法在合成与多个已知社区结构的真实世界数据集上进行了广泛实验。我们展示 ENDISCO 和 MEDOC 均击败已知最佳的现有独立社区检测算法（尽管我们强调它们利用了这些算法）。在不相交社区检测情形下，我们展示 ENDISCO 和 MEDOC 在多项精度度量和运行时间上均击败一种现有集成社区检测算法。我们进一步展示我们的集成算法可帮助探索网络社区的核心-外围结构、识别动态网络中的稳定社区，并帮助解决“解退化”问题，生成鲁棒结果。
引用
@article{arxiv.1712.02370,
title = {Ensemble-Based Discovery of Disjoint, Overlapping and Fuzzy Community Structures in Networks},
author = {Tanmoy Chakraborty and Noseong Park},
journal= {arXiv preprint arXiv:1712.02370},
year = {2017}
}