Aug, 2020

有向网络社区检测的光谱算法

PDF
TL;DR该论文介绍了 D-SCORE 算法，用于大型社交网络中的社区检测，通过对邻接矩阵的奇异向量进行元素级别的比率来降低节点度量异质性的影响，理论上证明了这种算法及其变体在有向去噪格子模型下的性能对其进行了显着的改进，同时提供了在社区核外部分添加节点的新方法。
发现论文，激发创造
  • SCORE 算法快速的社群发现

    提出了一种名为 SCORE 的基于特征向量比率的谱聚类算法，用于通过比较网络的前 K 个特征向量之间的分量比率来检测社区。与传统的谱聚类和模块度方法相比，该方法在计算速度和准确率上均有很好的表现，并且在随机矩阵理论 (RMT) 框架下可稳定地产生一致的社区检测结果。

    Nov, 2012

  • 有向加权网络的社区发现

    本文介绍了一种用于建模有向加权网络的方法 ——Directed Distribution-Free model，它可以更好地解释在多个领域中出现的块状结构，并使用带有理论保证的谱算法来识别社区。

    Sep, 2021

  • 基于度修正随机分块模型的正则化谱聚类

    本文介绍了一种新的谱聚类算法，它扩展了之前的算法结果，删除了对最小度数的假设，并通过统计模型来解释网络中出现的星形图案在本质上的性质。

    Sep, 2013

  • 有向有符号图的谱分析

    本文研究了有向带符号图的谱分析，给出了基于矩阵扰动理论的谱投影的理论近似值，并提出了一种基于谱聚类的图划分算法 SC-DSG，并在合成和实际数据集上进行了评估，提出的算法在理论分析和实证分析都取得了很好的效果。

    Dec, 2016

  • 有向网络中的聚类与社区检测：综述

    该论文对有向网络的聚类算法进行了深入的综述，介绍了基本概念和方法学基础，并从方法论原理和好的群集特性的角度讨论了聚类算法。此外，还介绍了图聚类结果的评估方法和指标，展示了有趣的应用领域，并提出了未来的研究方向。

    Aug, 2013

  • 修正度数块模型中的社区检测

    该研究探讨了在度校正块模型（DCBMs）中进行社区检测的最小极小风险，得出了极小风险是如何和参数相关联的，并提出了一个多项式时间算法来适应性地进行一致和甚至渐近最优的社区检测。

    Jul, 2016

  • 谱救赎：稀疏网络的聚类

    基于非回溯行走的新型谱算法优于传统谱聚类算法，特别是对于稀疏网络，因维护大量特征值与社区相关，因此在社区探测方面更为优异。

    Jun, 2013

  • 多元谱社区检测在网络中

    该研究旨在提出一种更高效的基于谱的算法来实现网络社区的检测和划分，该算法基于调整后的模块度矩阵与特征向量，能够将网络分成任意数量的社区。经过实现和测试，该算法在分割不平衡的网络时表现明显优于之前的算法。

    Jun, 2015

  • 探测网络社群：一种新的系统化高效算法

    本文介绍了一种利用图拉普拉斯矩阵的谱特性，结合分层聚类技术和包含最大化输出模块化程度处理的高效且相对较快的检测复杂网络中社区的算法，并将其性能与其他现有方法在不同的复杂网络实例中应用进行了比较。在所有测试案例中，我们的结果都至少与任何其他方法获得的最佳结果一样好，大多数情况下比提供类似质量结果的方法更快，这使得该算法成为检测和分析复杂网络中社区和模块化结构的有价值的计算工具。

    Apr, 2004

  • 有向图的高阶谱聚类

    本文研究了基于有向图的聚类，提出了基于 Hermitian 矩阵的近线性时间算法，并在合理假设下进一步证明该算法可以在亚线性时间内实现，并在 UN Comtrade 数据集上进行了广泛的实验，证明了算法的重要性。

    Nov, 2020