节点社区归属的多面性
物理与社会
2017-06-28 v1 社会与信息网络
定量方法
摘要
对网络社区结构的图论分析试图识别每个节点所属的社区（或模块）。然而，在大多数情况下，这是一个不适定问题，因为节点对单一社区的归属往往是模糊的。以前的解决方案试图识别每个节点所属的所有社区。我们不采用这种方法，而是引入多面性 作为节点归属的新颖度量： 意味着节点被一致地分配给特定社区； 意味着它被不一致地分配给不同社区。多面性与现有的社区检测算法协同工作，并且在旨在最大化模块分解模糊性的理想化网络中满足许多理论上期望的性质。全局平均多面性的局部极小值识别了分层社区检测算法的分辨率参数，这些参数最无歧义地分解了社交网络（空手道俱乐部）和小鼠大脑连接体的社区结构。我们的结果表明，节点多面性在量化模块分解的固有模糊性方面是有用的。
引用
@article{arxiv.1701.00568,
title = {Versatility of nodal affiliation to communities},
author = {Maxwell Shinn and Rafael Romero-Garcia and Jakob Seidlitz and František Váša and Petra E. Vértes and Edward Bullmore},
journal= {arXiv preprint arXiv:1701.00568},
year = {2017}
}