时间依赖、多尺度和多重网络中的社区结构
该文研究了结构和动态的网络中的群体(communities),将其重新构想为链接组成的群体而不是节点,发现这种非传统的方法成功地调和了重叠群体和层级组织的对立组织原则,找到了许多网络中的相关链接社区,包括大型社交网络,结果表明链接社区是揭示网络中重叠和层级组织的基本构建块。
Mar, 2009
本研究关注于网络系统的统计特性,特别是网络的小世界属性、幂律度分布、网络传递等特性。我们还提出了一种新的方法来检测紧密结合的节点组成的社区结构,使用中心性指数来确定社区边界。我们在计算机生成的和真实世界的图上测试了该方法,并发现它以高度的灵敏度和可靠性检测出社区结构。我们还将该方法应用于两个社区结构不好知道的网络 - 一张协作网络和一张食物网络,并发现它在两种情况下都能检测出有意义的社区划分。
Dec, 2001
本研究介绍了一种基于适应度函数本地优化的算法,能够发现复杂网络中的社区结构、嵌套社区和重叠社区,可以通过调整参数来探索不同层次的组织结构水平。在真实网络和人工网络上进行了测试,取得了优异的结果。
Feb, 2008
本文提出了一种基于内部社区优先附着和社区间优先附着机制的演化网络模型,分析了此网络模型的度分布,理论结果和数值模拟表明,该网络模型具有社区结构和无标度特性。
Oct, 2005
本文介绍了一种分析交织在一起的重叠社区的方法,以揭示复杂网络的模块化结构。经过定义一组新的特征量进行统计分析,发现网络中的重叠显著,并揭示出网络的普遍特征。通过对合作,词汇关联和蛋白质相互作用图的研究表明,社区网络具有非平凡的相关性和特定的比例关系。
Jun, 2005
本文开发了一种数据驱动方法,基于 Markov 链模型和贝叶斯推断框架,同时解决了因过度拟合和任意先验时间尺度的影响对网络动态社群结构提取的问题。该方法可以确定相关时间尺度,并识别在网络上发生的动态模式以及塑造网络本身的因素。
Sep, 2015
通过以图分割问题为基础的近似算法,定义了 “网络社区概要图”,来表征不同规模网络中最佳社区的结构,实证研究了 100 多个实际网络,在大型网络中发现与小型不同的社区结构,发展出 “森林火灾” 生长过程为基础的图生成模型。
Oct, 2008
研究网络的 meso-scale 特征,使用不同的 community-identification 程序,比较不同的 community 大小,识别多个 size-resolved 的 community 结构,并提出局部偏置方法比全局 community-detection 方法更实用,同时也强调 better benchmark 网络的重要性。
Mar, 2014