几何块模型
社会与信息网络
2018-01-25 v2 数据结构与算法
机器学习
摘要
为了捕捉许多社区检测问题中固有的几何特征，我们提出使用一种新的社区随机图模型，我们称之为几何块模型。几何块模型推广了随机几何图，其方式类似于被广泛研究的随机块模型推广 Erdos-Renyi 随机图。它也是受近期社区检测理论与实践进展启发的随机社区模型的自然扩展。虽然这是一个具有基础理论兴趣的课题，但我们的主要贡献是表明许多实际的社区结构可以由几何块模型得到更好的解释。我们还表明，在几何块模型中检测社区的一个简单的三角形计数算法是近最优的。事实上，即使在图的平均度仅随顶点数对数增长的情况下（稀疏图），我们也在理论和实践上表明该算法表现极其优异。相比之下，三角形计数算法对于随机块模型远非最优。我们在真实和合成数据集上模拟了我们的结果，以展示新模型和算法的优越性能。
引用
@article{arxiv.1709.05510,
title = {The Geometric Block Model},
author = {Sainyam Galhotra and Arya Mazumdar and Soumyabrata Pal and Barna Saha},
journal= {arXiv preprint arXiv:1709.05510},
year = {2018}
}
备注
A shorter version of this paper has appeared in 32nd AAAI Conference on Artificial Intelligence. The AAAI proceedings version as well as the previous version in arxiv contained some errors that have been corrected in this version