基于相关矩阵的社区检测

Nov, 2013

Community detection for correlation matrices

Mel MacMahon, Diego Garlaschelli

TL;DR通过基于随机矩阵理论的一致重新定义空模型的方法，我们提出了最流行的社区检测技术的适当基于相关性的对应物。我们将技术应用于几个金融时间序列，并确定了不可简化为标准部门分类法的股票介观群体，发现了在社区之间交替的 “软股票”，并讨论了投资组合优化和风险管理的影响。

Abstract

A challenging problem in the study of complex systems is that of resolving, without prior information, the emergent, mesoscopic organization determined by groups of units whose dynamical activity is more strongly correlated internally than with the rest of the system. The existing tech

complex systems community detection techniques correlation-based counterparts null models financial time series

发现论文，激发创造

网络中的模块性和社区结构

通过改进算法的方式，基于特征矩阵的谱算法检测网络数据的社区结构，运行时间比模拟退火等竞争方法更短且获得更好质量的结果。

Feb, 2006

复杂网络中重叠和分层社区结构的检测

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

图形中的社区检测

这篇研究论文讨论了网络科学中一个重要的问题 —— 发现社群结构的方法和应用，分析了该问题的主要元素和当前已有的各种方法，重点介绍了统计物理学家们开发的技术。

Jun, 2009

复杂网络中社区发现的多个方面

本文聚焦于介绍社区检测在网络科学研究中不同的动机，指出社区检测的许多研究方向和未来的研究方向。

Nov, 2016

异构多社交网络的社区检测

提出一种基于非负矩阵三因子分解的社区检测方法，用于多个异构社交网络，通过检测不同社交网络中的重叠用户社区来增强全局社区的融合程度，并在 Twitter、Instagram 和 Tumblr 数据集上展示其卓越的社区质量和社区融合性能。

May, 2024

关于群聚网络价值数据

本文论述如何应对集合多种网络数据的任务，并提出一种新的在非对称网络中对每个网络节点分配计算特征向量的网络聚类方法。

Jun, 2016

图中社区检测的综述

复杂网络中的社区结构及社区检测方法的综述，涵盖了图的算法和现实应用领域。

Sep, 2023

大规模网络中检测社区结构的近线性时间算法

通过节点的标签传播，本文提出了一种在大规模网络上检测社区结构的算法，不需要预先知道社区数量和大小，并且计算效率高；实验证明该算法与先前算法相比具有更高的计算速度。

Sep, 2007

未知社区数量的概率社区检测

本文提出了一种基于贝叶斯非参数技术的概率框架，用于同时估计群体数量和群体结构的网络分析问题，提出了一种有效的 MCMC 算法，并在合成数据和基准真实数据集上展示了其优异性能。

Feb, 2016

本地化思维，本地化行动：大型网络中小型、中型和大型社区的检测

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