动态网络中检测社区的可视化：以 Twitter 网络为例
社会与信息网络
2016-11-15 v1
摘要
理解由网络表示的社会关系背后的信息极具挑战性，尤其当社会互动随时间变化导致网络拓扑更新时。在此背景下，本文提出一种分析动态社会网络的方法，更确切地说是针对 Twitter 网络。我们的方法依赖于两个互补步骤：(i) 基于名为 Dyci 的动态社区检测算法进行在线社区识别。Dyci 的主要思想是追踪加权图的连通分量是否随时间变弱，以便将其与“主导”邻居社区合并。此外，(ii) 通过我们的可视化工具 NLCOMS 提供社区可视化，该工具结合了两种动态网络可视化方法。为评估所提方法的效率和适用性，我们采用了 ANR-Info-RSN 项目的真实数据，该项目涉及 Twitter 中的社区分析。
引用
@article{arxiv.1611.04506,
title = {On the visualization of the detected communities in dynamic networks: A case study of Twitter's network},
author = {Youcef Abdelsadek and Kamel Chelghoum and Francine Herrmann and Imed Kacem and Benoît Otjacques},
journal= {arXiv preprint arXiv:1611.04506},
year = {2016}
}