网络中的重叠社区发现：现状与比较研究
社会与信息网络
2013-08-30 v4 数据结构与算法
物理与社会
摘要
本文综述了重叠社区发现算法、质量度量指标和基准测试的最新进展。对总计十四种不同算法进行了全面比较。除社区层面的评估外，我们提出一个用于评估算法检测重叠节点能力的框架，该框架有助于评估过度检测和检测不足。在综合考虑以归一化互信息和 Omega 指数衡量的社区层面检测性能，以及以 F-score 衡量的节点层面检测性能后，我们得出以下结论。对于低重叠密度网络，SLPA、OSLOM、Game 和 COPRA 算法表现出优于其他测试算法的性能。对于高重叠密度和高重叠多样性的网络，SLPA 和 Game 均提供相对稳定的性能。然而，测试结果也表明，对此类网络的检测仍未完全解决。各种算法在真实世界网络中观察到的一个共同特征是重叠节点比例相对较小（通常低于 30%），且每个节点仅属于 2 或 3 个社区。
引用
@article{arxiv.1110.5813,
title = {Overlapping Community Detection in Networks: the State of the Art and Comparative Study},
author = {Jierui Xie and Stephen Kelley and Boleslaw K. Szymanski},
journal= {arXiv preprint arXiv:1110.5813},
year = {2013}
}
备注
This paper (final version) is accepted in 2012. ACM Computing Surveys, vol. 45, no. 4, 2013 (In press) Contact: [email protected]