动态网络中的实时分布式社区结构检测（2012）

最新推荐文章于 2024-03-23 09:52:55 发布

蘑菇棒棒哒

最新推荐文章于 2024-03-23 09:52:55 发布

阅读量601

点赞数

分类专栏：社区检测

本文链接：https://blog.csdn.net/qq_41106162/article/details/89876128

版权

这篇论文提出了一种适用于动态网络的实时分布式社区结构检测算法。算法利用节点的局部交互信息，无需全局网络视图，能够单独估算社区成员。实验表明，算法在人工生成和随机空间网络上的表现良好，但社区结构的准确性依赖于参数h、d、p和rc的调整。未来的研究方向包括允许节点具有多重社区归属和适应网络不同部分的自定义行为。

摘要由CSDN通过智能技术生成

参考论文Real Time Distributed Community Structure Detection in Dynamic Networks
关于动态网络监测以前的方法：
（1）最初的尝试是跟踪社区，而不是在网络中检测它们。
（2）将已知的静态社区检测算法应用于从动态网络快照生成的静态图中。但是，这需要在一系列静态快照中捕获动态网络，这是很有挑战性的。例如：
这篇论文提出的算法
G:动态图
G=G0，G1，G2…GT
Gt（V,Et）
h:i记得接触过的最大数量
Hi：节点i最近接触到的h个节点
d：设d是一个参数，使得Hi中最近的联系人具有h的重要性，而最近的一个参数的重要性为max(h−d，1)，而kth最近的接触在hii中的重要性为m。AX(h−dk，1)
设p>h，使得1/p是节点通过更改社区随机重新命名更改为自己的id的概率。
tr：让TR是将通知重新标记的联系人的数量。
（1）如果在集合EI节点I主要与社区L的成员交互(共享边)，那么在这段时间内它可能是社区L的成员。
（2）如果节点i很少改变社区，那么这个人当前的社区关联很可能是未来社区联系的预测。
利用（1），（2），我们可以使用该算法只使用本地信息实时地单独估算社区成员数，算法如下：