本论文提出一种面向社交网络的加权社区聚类算法,基于三角形分析社区结构,该方法考虑了社区内部连边的布局,是相比于之前方法更加连续、有结构和明确的社区检测方法。研究结果表明,WCC 算法可以正确地捕捉社交网络中社区的特征。
Jul, 2012
本文针对基于分布的局部聚类问题,提出了结合超图和图模型的新方法,通过组合优化算法求解,并在三角形图案实验中表现出了较高的性能表现。
May, 2022
本文引入了一种新的聚类范式 —— 模式聚类,该文章探讨了模式聚类在社交网络社区分析中的应用,以及通过模式覆盖算法实现的重叠聚类与潜在特征推断等问题。
Dec, 2016
本文提出了一个基于 peeling 的图聚类框架 PCon ,并使用该框架提出了两个线性时间和空间复杂度的算法 PCon_core 和 PCon_de ,可以在处理十亿级别的图数据时实现高准确度的聚类效果,而且 PCon_de 的近似度理论上提升到了常数级,相较于基线算法可以在速度上提升 5~42 倍且更节省内存。
Nov, 2022
本文提出了一种名为楔采样的新方法,它可以用于快速与准确地近似计算图中各种变体的聚类系数,并能够快速均匀地采样图中的三角形,其方法具有证明的可行性及性能交换,该方法比现有技术快数个数量级,同时几乎提供完全枚举的准确性,这将有助于广泛采用三角度量分析极大的图形。
Feb, 2012
本研究提出了一种新的基于三元组生成的无标度网络模型,具有与标准无标度网络相同的特征,在改进了高集聚性的同时,通过调整三元组代表的形态数量,可以简单地调节聚集系数。
Oct, 2001
本文研究了具有高三角密度的图形,从结构的角度证明了这些图形的重要部分包含在密集的半径为 2 的子图的不相交联合中,同时展示该算法回收了近似稳定的 k - 介质实例中的聚类种植。
Sep, 2013
分析几何网络模型,提出了节点在点阵上排列的概念,并对 3 和 4 节点子图进行分析,发现许多真实世界的网络模式不仅仅是受到几何模型的影响,而是被选择为具有定义信息处理功能的基本电路元件。
Sep, 2004
通过研究图导纳与谱聚类之间的关系,本文探讨了谱聚类的缺陷和正则化带来的好处。结果表明,正则化可以修正谱聚类在稀疏随机图中的过度拟合问题,提高计算速度。
Jun, 2018
我们引入了模式闭合的概念,并基于闭合高阶网络模式的概念描述了基于高阶排名和链接预测方法。这些方法对于基于实时排名和链接预测的应用,如网络搜索,在线广告和推荐,具有快速高效的特点。
Jun, 2019