仅有关注者是不够的：在线社交网络中面向问题的社区检测方法

在线社交网络中的社区检测通常基于对用户之间显式连接的分析，例如Facebook上的“好友”和Twitter上的“关注者”。但在线用户通常有数百甚至数千个这样的连接，其中许多连接并不对应真实的友谊，或者更一般地说，并不对应用户与之互动的账户。我们声称，在线社交网络中的社区检测应该是面向问题的，并且依赖于网络简单结构之外的额外信息。“社区”的概念非常宽泛，诸如“我们与谁互动？”和“我们与谁有相似的兴趣？”等不同问题可能导致发现不同的社会群体。在本文中，我们关注结构社区之外的三种社区类型：基于活动的、基于主题的和基于交互的。我们使用三种不同的结构网络权重来分析Twitter数据集，这些权重旨在突出这三种社区类型，然后推断与这些权重相关的社区。我们表明，在三种加权情况下获得的社区彼此高度不同，并且与仅考虑未加权结构网络获得的社区也高度不同。我们的结果证实，提出一个精确的问题是在线社交网络社区检测中不可避免的第一步，并且不同的问题可能导致对所研究网络的不同见解。