用于混合成员社区检测的 Mixed-SCORE+ 方法
社会与信息网络
2020-12-08 v1 机器学习
摘要
Mixed-SCORE 是 Jin 等人(2017)提出的一种用于混合成员社区检测的新近方法,它是 SCORE(Jin, 2015)的扩展。在 Jin 等人(2018)的笔记中,作者提出了 SCORE+ 作为 SCORE 的改进以处理弱信号网络。在本文中,我们提出了一种基于 Mixed-SCORE 和 SCORE+ 设计的称为 Mixed-SCORE+ 的方法,因此 Mixed-SCORE+ 继承了 Mixed-SCORE 和 SCORE+ 两者的优良特性。在所提方法中,当存在 K 个社区时我们考虑 K+1 个特征向量以检测弱信号网络。我们还构建了顶点搜寻和成员重建步骤来解决混合成员社区检测问题。与几种基准方法相比,数值结果表明,Mixed-SCORE+ 在 Polblogs 网络以及两个弱信号网络 Simmons 和 Caltech 上均有显著改进,错误率分别为 54/1222、125/1137 和 94/590。此外,Mixed-SCORE+ 在 SNAP 自我中心网络上表现优异。
引用
@article{arxiv.2012.03725,
title = {Mixed-SCORE+ for mixed membership community detection},
author = {Huan Qing and Jingli Wang},
journal= {arXiv preprint arXiv:2012.03725},
year = {2020}
}
备注
17 pages, 4 figures, 2 tables