网络中社区的统计显著性

现实世界网络中的节点通常组织成局部模块。这些称为社区的群组，直观上定义为内部连接密度大于外部连接密度的子图。在这项工作中，我们引入了一种新的度量，旨在量化单个社区的统计显著性。我们使用极值统计和次序统计来预测随机图中单个簇的相关统计量。这些分布使我们能够定义社区显著性，即通用聚类算法在随机图中找到这样一个群组的概率。该方法成功应用于真实世界网络，用于评估其社区的显著性。