综述了重叠社区检测算法、质量度量和基准的研究现状。

本文综述了重叠社区检测算法、质量度量和基准的研究现状。本文详细比较了不同的算法(共14种)。 除了社区层面的评估外，我们还提出了一个评估算法检测重叠节点能力的框架，该框架有助于评估过度检测和欠检测。通过采用归一化互信息、Omega指数和Fcore度量的节点级检测性能，我们得出了以下结论。 对于低重叠密度网络，SLPA、OSLOM、GAME和COPRA提供了比其他测试算法更好的性能。对于高重叠密度和高重叠多样性的网络， SLPA和GAME都提供了相对稳定的性能。然而，测试结果也表明，这种网络中的检测仍未完全解决。各种观察到的共同特征 在现实世界的网络中，算法是重叠节点中相对较小的一部分(通常不到30%)，每个节点只属于2个或3个社区。
1.The clique percolation method (CPM)

2.Line Graph and Link Partitioning
主要想法就是将边（lines）划分而不是节点划分为发现社区结构，Ahn（2010年）论文中边通过边的相似性进行划分。

Evans[Evans和Lambiotte 2009；2010]将网络投影成一个加权边图，其节点是原始图的边。然后应用不相交的社区检测算法。 边·图的节点划分导致原始图的边划分。