利用环路族的模进行网络聚类与社区检测
社会与信息网络
2017-01-25 v2 物理与社会
摘要
我们利用环路族模的概念研究了网络中的环路结构。我们通过量化（简单）环路族的丰富程度，引入了一种新的网络聚类度量。模试图通过最优地分配预期链路使用率来最小化环路间的预期重叠。我们提出利用这些预期链路使用率对网络进行加权，以改进经典的社区检测算法。我们表明，所提出的方法在标准基准测试上提升了某些算法的性能，例如谱划分和模块度最大化启发式算法。
引用
@article{arxiv.1609.00461,
title = {Network clustering and community detection using modulus of families of loops},
author = {Heman Shakeri and Pietro Poggi-Corradini and Nathan Albin and Caterina Scoglio},
journal= {arXiv preprint arXiv:1609.00461},
year = {2017}
}
备注
8 pages, 20 figures