面向重叠聚类与网络社区的聚类一致性与距离度量的推广
社会与信息网络
2015-09-01 v2 物理与社会
摘要
两个聚类之间的距离度量具有重要的应用，包括聚类验证和集成聚类。通常，这种距离度量提供了在可能的聚类空间中的导航。主要用于聚类验证的归一化聚类距离，又称一致性度量，用于将给定的聚类结果与真实聚类进行比较。聚类一致性度量通常被分为对计数和信息论度量两族，其广泛使用的代表分别是调整 Rand 指数（ARI）和归一化互信息（NMI）。本文通过推广阐明了这两族之间的关系。本文进一步提出了这些一致性度量的另一种代数表述，其中包含了一种直观的聚类距离，该距离是基于聚类重叠与簇中节点共属性之间的类比来定义的。与原始度量不同，它很容易扩展到不同的情况，包括重叠聚类和复杂网络中相互关联数据的聚类。这两种扩展在社交和信息网络（又称社区）中寻找聚类的背景下尤为重要。
引用
@article{arxiv.1412.2601,
title = {Generalization of Clustering Agreements and Distances for Overlapping Clusters and Network Communities},
author = {Reihaneh Rabbany and Osmar R. Zaïane},
journal= {arXiv preprint arXiv:1412.2601},
year = {2015}
}