网络的代表性社区划分

网络中社区结构检测方法通常旨在通过将网络节点划分为社区来识别单一最佳划分，常通过优化某个目标函数实现；但在真实应用中，可能存在许多目标分数接近全局最优的竞争性划分，考察这样一组高分数划分的代表性集合，比仅看单一最优划分能获得更具信息量的社区结构图景。然而，这样的集合可能难以解释，因为其规模很容易达到数百或数千个划分。本文提出一种分析大型划分集合的方法：将其分为相似划分的组，然后识别每组的原型划分作为代表。所得原型划分集合提供了任何网络中社区结构形式与多样性的简洁、可解释的概要。我们在一系列示例网络上演示了该方法。