动态交互对网络社区结构多尺度分析的影响

为了发现网络中的有趣结构，社区检测算法不仅要考虑网络拓扑，还要考虑节点间的交互动力学。我们利用耦合振子网络中的同步范式来研究这一主张。随着网络演化至全局稳态，属于同一社区的节点比属于不同社区的节点同步得更快。传统上，网络同步模型中的节点通过一对一或保守交互进行耦合。然而，社交交互往往是一对多的，例如在社交媒体中，用户向其所有关注者广播消息。我们提出了一种新的耦合振子网络同步模型，其中振子通过一对多或非保守交互进行耦合。我们研究了不同交互模型的动力学并对比了它们的谱性质。为了发现交互节点网络中的多尺度社区结构，我们定义了一个相似性函数来衡量节点同步的程度，并利用它对节点进行层次聚类。我们研究了包括两个社交媒体提供商网络在内的真实社交网络。为了评估在社交媒体网络中发现的社区质量，我们提出了一种基于用户活动的社区质量度量指标。我们发现，即使在同一网络内，保守和非保守交互模型也会导致对社区结构的截然不同的看法。我们的工作为探索网络结构、拓扑与动力学之间的关系提供了一个新的数学框架。