May, 2010
社交网络的社区提取
Community extraction for social networks
Yunpeng Zhao, Elizaveta Levina, Ji Zhu
TL;DR提出了一种基于社区提取而非划分的新框架,该提取方法一次只提取一个社区,以避免将每个节点强制归入社区而扭曲结果,其性能在模拟和真实网络上表现良好,并在模型假设下确立了我们方法的渐近一致性。
Abstract
Analysis of networks and in particular discovering communities within
networks has been a focus of recent work in several fields, with applications
ranging from citation and friendship →
发现论文,激发创造
网络中的社区结构发现与评估
本研究提出了一套算法用于发现网络中的社群结构,算法基于边的 “介数” 指标进行网络拆分,并针对性的进行度量评估,研究结果表明这些算法对于计算机生成和现实世界中的网络数据发现社群结构非常有效,可为我们探索复杂的网络系统结构提供帮助。
Aug, 2003
大型网络中的社区结构:自然聚类大小与缺少大型明确定义的聚类
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
大规模稀疏网络中的社群筛选
在研究中,我们介绍了一种适用于大规模稀疏网络的直观客观函数来量化聚类结果的质量,并且通过模拟网络的优化试验和基准问题的应用来证明了这种方法的实用性和准确性。
May, 2024