利用基于角色的相似性、马尔可夫稳定性和松弛最小生成树在有向网络中发现角色社区
社会与信息网络
2014-07-03 v1 物理与社会
神经元与认知
摘要
我们提出了一个框架，通过结合基于角色的相似性（RBS）和马尔可夫稳定性这两种基于流的技术，根据节点的角色对有向网络中的节点进行聚类。首先，我们计算 RBS 矩阵，该矩阵包含根据不同长度的有向入路径和出路径的缩放数量得出的节点间成对相似性。然后，利用松弛最小生成树（RMST）算法将加权 RBS 相似性矩阵转换为无向相似性网络，该算法利用 RBS 矩阵的几何结构来消除网络模糊，从而保留具有高直接 RBS 的节点之间的边。最后，我们使用马尔可夫稳定性将 RMST 相似性网络划分为所有尺度下的节点角色社区，以找到网络中一组稳健的角色。我们通过一个生物网络有一个人造网络展示了我们的框架。
引用
@article{arxiv.1309.1795,
title = {Finding role communities in directed networks using Role-Based Similarity, Markov Stability and the Relaxed Minimum Spanning Tree},
author = {Mariano Beguerisse-Díaz and Borislav Vangelov and Mauricio Barahona},
journal= {arXiv preprint arXiv:1309.1795},
year = {2014}
}
备注
4 pages, 2 figures