揭示大规模社交网络中社区的复杂重叠模式

当每个顶点参与多个社区时，倾向于高内部边与出站边比的常规社区概念便不再适用。这种行为在社交网络中十分常见。社区之间显著的重叠使得大多数现有的社区检测算法失效。缺乏有效且高效的工具导致针对真实社交网络中重叠社区结构的大规模检测与分析的实证研究极少。我们最近开发了一种称为部分社区合并算法（PCMA）的可扩展且准确的方法，其具有线性复杂度，并通过分析分别具有 7940 万和 6560 万顶点的两个在线社交网络新浪微博和 Friendster 证明了其有效性。在此，我们报告对 PCMA 检测到的 290 万个社区的深入分析，以揭示其复杂的重叠结构。每个社区通常与大量其他社区重叠，并且具有远多于内部边的出站边。然而，这些社区彼此之间仍保持良好分离。社区中的大多数顶点是多成员顶点，它们可以处于核心或边缘。几乎整个网络的一半可以由一个极其稠密的社区网络解释，其中社区为顶点、重叠为边。这些实证发现要求重新思考社区的概念，尤其是社区的边界。认识到重要的是边的组织方式，f-core 被建议作为社交网络中重叠社区的合适概念。这些结果为了解重叠社区提供了新视角。