通过局部计算社区变化分辨率层级识别重叠社区及其层次结构
数据分析、统计与概率
2015-03-17 v1 社会与信息网络
物理与社会
摘要
我们提出了一种新的局部、确定性且无参数的算法，该算法能够检测加权网络中的模糊和清晰的重叠社区，并同时揭示它们的层次结构。该算法使用局部适应度函数，贪婪地扩展种子的自然社区，直到覆盖整个图。社区的层次结构是通过分析计算社区增长的分辨率层级获得的，而不是通过数值测试不同的分辨率层级。这种分析过程不仅比其数值替代方法（如LFM和GCE）更精确，而且速度也快得多。通过搜索分辨率的大变化不会导致社区增长的区间，可以识别出临界分辨率层级。我们在基准图和一个包含492篇信息科学论文的网络上测试了我们的算法。结合特定的后处理，该算法在高重叠度的LFR基准上比其他算法给出了更精确的结果，并且性能与GCE非常相似。
引用
@article{arxiv.1012.1269,
title = {Identification of overlapping communities and their hierarchy by locally calculating community-changing resolution levels},
author = {Frank Havemann and Michael Heinz and Alexander Struck and Jochen Gläser},
journal= {arXiv preprint arXiv:1012.1269},
year = {2015}
}
备注
25 pages, 10 figures