真实世界与合成网络中的良好连通社区
社会与信息网络
2023-08-15 v2 数字图书馆
摘要
通过图聚类检测社区这一问题的核心在于期望它们是“良好连通”的。在这方面，我们考察了五种优化不同准则的社区检测方法：优化常数 Potts 模型的 Leiden 算法、优化模块度的 Leiden 算法、迭代 K-核聚类（IKC）、Infomap 和 Markov 聚类（MCL）。令人惊讶的是，所有这些方法在不同程度上产生的社区甚至无法满足良好连通性的温和要求。为补救连通性不佳的簇，我们开发了“连通性修正器”（CM），它以覆盖率为代价，迭代地移除小的边割并重新聚类，直到产生的所有社区都良好连通。来自真实世界和合成网络的结果说明了用户在良好连通簇与覆盖率之间做出的权衡，并引发了关于网络的“可聚类性”以及社区结构模型的问题。
引用
@article{arxiv.2303.02813,
title = {Well-Connected Communities in Real-World and Synthetic Networks},
author = {Minhyuk Park and Yasamin Tabatabaee and Vikram Ramavarapu and Baqiao Liu and Vidya Kamath Pailodi and Rajiv Ramachandran and Dmitriy Korobskiy and Fabio Ayres and George Chacko and Tandy Warnow},
journal= {arXiv preprint arXiv:2303.02813},
year = {2023}
}