异构多社交网络的社区检测

May, 2024

Community Detection for Heterogeneous Multiple Social Networks

Ziqing Zhu, Guan Yuan, Tao Zhou, Jiuxin Cao

TL;DR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。

Abstract

The community plays a crucial role in understanding user behavior and network characteristics in social networks. Some users can use multiple social networks at once for a variety of objectives. These users are called overlapping users who bridge different social networks. Detecting communities across multiple social networks is vital for interaction mining,

community detection nonnegative matrix tri-factorization multiple heterogeneous social networks overlapping user communities community fusion

发现论文，激发创造

网络中的社区检测：用户指南

本研究论文探索了网络中社区检测的一些关键问题，探讨了社区的定义、算法以及验证方法，并指出了现有方法的优缺点和发展方向。

Jul, 2016

基于相关矩阵的社区检测

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。

Nov, 2013

网络社区检测的高效和原则性方法

描述了一种基于分布式网络模型的重叠社区检测方法，使用了快速的期望最大化算法对数百万节点的网络进行分析，可用于提取非重叠的社区划分。

Apr, 2011

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

社交网络的社区提取

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。

May, 2010

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

动态社交网络中的基于模块化方法的社群跟踪

本论文提出了一种基于模块性的策略来有效检测和跟踪动态社区，在合成网络和 Twitter 网络中的实验结果表明该框架优于其他最先进的方法，并且它为不同的社交网络提供了一个有价值的工具，来理解社区在动态社交网络中的演化。

Feb, 2023

网络中自动社区检测的假设检验

本文提出了自动确定 Stochastic Blockmodel 所生成的图中聚类数的方法。通过剖析相应的邻接矩阵的主特征值限制分布并用于假设检验，提出了一个递归二分算法，该算法在真实世界的定量分类任务中表现优于现有概率模型，并且在未标记的网络中揭示出嵌套的社区结构。

Nov, 2013

基于深度学习的社区发现综述

本文对近年来深度学习在社区检测领域的最新进展进行了全面概述，提出了包括深度神经网络、深度非负矩阵分解和深度稀疏滤波在内的多种先进方法，总结了常用的基准数据集和评估指标，并讨论了社区检测在不同领域的实际应用和实现场景，并提出了未来的研究方向。

May, 2021

混合成员和对称非负矩阵分解

本文针对网络重叠社区问题，结合非负矩阵分解和混合成员随机块模型，提出了一种称为 GeoNMF 的计算机算法，能够在广泛的参数范围内实现唯一解，保证了算法的精确性和一致性。经过模拟和真实数据集上的实验，证明了该算法的准确性。

Jul, 2016