通过似然优化进行社区检测：寻找合理模型

社区检测是网络分析中最重要的问题之一。在为该任务提出的众多算法中，基于统计推断的方法尤其令人关注：它们在数学上严谨，且被证明能提供良好质量的划分。统计推断方法基于通过将某个随机图模型（又称零模型）拟合到观测网络来最大化似然。该模型的选择极为重要，也是当前研究的主要焦点。我们提供广泛的理论与实证分析来比较若干模型：广泛使用的植入划分模型、最近提出的该模型的度修正变体，以及一个具有某些理想统计性质的新零模型。我们还开发并比较了两种适用于所考虑模型的似然优化算法。在多种数据集上的广泛实证分析特别表明，根据观测图结构的似然，新模型是描述大多数所考虑真实世界复杂网络的最佳模型。