【学习笔记】社区检测

最新推荐文章于 2022-08-30 18:04:56 发布

三年三年又三年

最新推荐文章于 2022-08-30 18:04:56 发布

阅读量344

点赞数 1

分类专栏：社区检测

本文链接：https://blog.csdn.net/u011754184/article/details/109353031

版权

社区检测专栏收录该内容

1 篇文章 0 订阅

订阅专栏

看了一些传统的社区检测算法（非深度学习、图深度学习），貌似主流算法都在2010年以前就已经确立，因此面向大佬笔记学习

网络社区划分算法

https://wiki.swarma.org/index.php/%E7%BD%91%E7%BB%9C%E7%A4%BE%E5%8C%BA%E5%88%92%E5%88%86%E7%AE%97%E6%B3%95#.E7.BD.91.E7.BB.9C.E7.A4.BE.E5.8C.BA.E5.88.92.E5.88.86.E7.9A.84.E4.B8.A4.E7.A7.8D.E4.B8.BB.E8.A6.81.E6.80.9D.E8.B7.AF.EF.BC.9A.E6.8B.93.E6.89.91.E5.88.86.E6.9E.90.E5.92.8C.E6.B5.81.E5.88.86.E6.9E.90

社区网络分析学习笔记 —— 算法实现及 igraph 介绍

https://zhuanlan.zhihu.com/p/40227203

机器学习-社区发现算法介绍（一）：Infomap

https://zhuanlan.zhihu.com/p/53085574

社区发现算法——louvain完全解读

https://zhuanlan.zhihu.com/p/178790546

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

三年三年又三年

关注关注

1
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

社区检测Benchmarks

qq_41106162的博客

05-06

400

FARZ Benchmarks for Community Detection Algorithms FARZ is generator/simulator for networks with built-in community structure. It creates graphs/networks with community labels, which can be used for e...

12-网络中的社区检测

最新发布

m0_50976935的博客

09-24

977

Louvain Algorithm是一个贪心算法，时间复杂度为：O(n log n)该算法支持有权图（无权图可以看做边的权重都为1），最后的结果是层次结构的。算法可用于大型网络，原因是：算法快、收敛快。可得到高modularity的输出仅通过节点-社区隶属关系的局部改变来优化modularity。将第一步识别出来的communities聚合为super-nodes，从而得到一个新网络。返回第一阶段，重复直至modularity不可能提升。

参与评论您还未登录，请先登录后发表或查看评论

NLP--社区检测算法(Community Detection)总结【原理】

故事猝不及防，发量秃如其来

08-30

1万+

社区检测（Community Detection）又被称为是社区发现，用于评估节点组如何聚类或分区，以及它们增强或分离的趋势。重点对图算法中的社区检测进行了整理总结。

海量数据挖掘MMDS week3:社交网络之社区检测：基本技巧

皮皮blog

10-11

6270

http://blog.csdn.net/pipisorry/article/details/49052057海量数据挖掘Mining Massive Datasets(MMDs) -Jure Leskovec courses学习笔记之社交网络之社区检测：基本技巧-生成模型及其参数的梯度上升方法求解博客内容：社区检测的基本技巧部分，覆盖"overlapping communities"寻找最好集合

机器学习-社区发现算法介绍（一）：Infomap

木东的博客

09-10

4871

在诸多互联网金融风控的场景里，团伙识别是相当重要的一项工作。如果恶意攻击者以团伙的方式尝试获取利益，比如骗贷、骗保、薅羊毛，通常都会给对应的公司带来不小的经济损失。团伙识别有各种各样的方法，其中最主要的方法就是“社区发现”（community detection）类算法，常规的方法有 Louvain，Label Propagation，Infomap 等等。算法核心思想社区发现类算法似乎并不存在一个最好的算法，因为在现实数据中对于社区或者说团伙的定义千差万别，不一定都跟算法的假设匹配。有一些学术文章

用于社区检测的类深度自动编码器非负矩阵分解——中南大学彭汪祺--论文研读笔记11

08-04

【用于社区检测的类深度自动编码器非负矩阵分解】这篇论文主要探讨的是如何利用深度学习的方法改进非负矩阵分解（NMF）技术，以更好地应用于社区检测。社区检测是网络分析的重要部分，旨在识别网络中具有紧密内部...

networkx官网学习笔记.zip

07-16

本篇学习笔记将深入剖析NetworkX的功能，帮助你掌握如何利用它来构建、分析和可视化复杂网络。一、NetworkX的基本概念 NetworkX是一个用于创建、操作和研究复杂网络结构的Python库。它提供了丰富的数据结构（如图...

Deeplearning深度学习笔记最新版

10-07

在课程中，学员会学习如何构建和训练CNN，以及它们在图像分类、目标检测等任务中的应用。【递归神经网络（RNN）与长短期记忆（LSTM）】 RNN用于处理序列数据，如文本和音频，而LSTM是RNN的一种变体，解决了RNN的...

linux编程学习笔记PDF资料下载.txt

07-17

根据提供的文件信息，我们可以推断出这是一份关于Linux编程学习笔记的PDF资料。下面将对这份资料可能涉及的关键知识点进行详细的阐述。 ### Linux编程基础知识 #### 1. Linux操作系统概述 - **定义与特点**：Linux...

深度学习笔记5.43

07-14

- **社区支持**：课程参与者可以加入相关的QQ群和其他社群，与其他学习者交流经验、共同进步。综上所述，《深度学习专业》是一门非常适合希望深入了解深度学习技术和应用的学习者的课程。无论您是对人工智能领域感...

复杂网络社区结构检测的经典算法

03-01

提供了Fast unfolding of communities in large networks 的源件以及其matlab代码

图算法

using namespace 数学工具构造器;

03-08

669

社区发现 louvain Community Detection with Louvain and Infomap 知乎 - 社区发现算法——louvain完全指南博客园 - 模块度与Louvain社区发现算法模块度取值范围：[−12,1)[-\frac{1}{2},1)[−21,1) 模块度也可以理解是社区内部边的权重减去所有与社区节点相连的边的权重和，对无向图更好理解，即社区内部边的度数减去社区内节点的总度数。 infomap 知乎 - 机器学习-社区发现算法介绍（一）：Infomap 科

(深度学习社区发现综述)A Comprehensive Survey on Community Detection with Deep Learning

qq_16543881的博客

03-27

5183

论文地址本文提出了一种新的分类框架，包括基于深度神经网络、深度非负矩阵分解和深度稀疏滤波的深度学习模型，并进一步将深度神经网络模型细分为卷积网络，图注意网络，生成对抗网络和自编码器。对于一些小型的网络和简单的场景，研究人员已经提出了一系列基于谱聚类、统计推断等传统技术的社区发现方法。然而，由于计算及存储空间成本巨大，这类方法并没有扩展到大型网络或具有高维特征的网络上。在现实世界的网络中，大量的非线性结构信息使传统的模型并不能够很好地应用于实际场景。因此，我们需要发展出具有良好计算性能的更强大的技术。如今

社区检测算法总结

qq_41106162的博客

05-06

2万+

社区检测算法 April 26, 2019 1 社区检测先来说说什么是社区发现吧，学术上的说法是：一个社区由一组连接紧密的结点组成，同时这些结点与社区外部的结点连接稀疏，如下图所示。那么，社区发现就是在复杂网络中发现这些连接紧密的社区结构。其实，我个人觉得，社区发现就是网络中的节点聚类 2 社区检测与聚类的区别社团检测通常是指将网络中联系紧密的部分找出来，这些部分就称之为社团，那么也可 ...

Community Detection 算法

热门推荐

peghoty

07-10

4万+

社区发现（Community Detection）算法用来发现网络中的社区结构，也可以视为一种广义的聚类算法。

【机器学习】聚类算法、社区发现

ysq96的博客

07-14

7933

目录前言前言最近方向是团案挖掘，关于聚类算法，其实之前不怎么了解，最近得补补了。聚类和社区发现首先要先明白这两者的差别。 [参考地址] 社团检测通常是指将网络中联系紧密的部分找出来，这些部分就称之为社团，那么也可以认为社团内部联系稠密，而社团之间联系稀疏 [1]。显而易见，其中有一个非常重要的点，稠密是如何定义的。不管现在想到的定义是什么，但都包含顶点，边，度，或许还有路径这些字眼，它们有一个共同的特征–网络的结构。所以，社团检测侧重于找到网络中联系紧密的部分，而经常忽略节点的.

社区检测(网络分析)(图聚类)---进阶概念解析

lance～crazy

07-09

3857

向心性的计算临近节点（Neighbourhood）集中系数（Clustering Coefficient）：节点的集中系数 == 其临近的节点中有边相连的节点数/其临近节点总数。图的集中系数是其每个节点的聚类系数的平均数。节点的集中系数表现了这个节点的临近节点的集中情况。图的集中系数表明图的集中水平。度中心性（Degree Centrality）：计算一个节点的边数，度中心性关注单个节点。...

社区发现(社团检测)模块度Modularity详细介绍

qq_38427201的博客

03-13

1万+

模块度(Q值)：用来衡量社区划分的好坏。值得注意的是，衡量社区的指标还有NMI（标准互信息）、兰德指数。模块度函数是由Newman和Girvan在2004年提出的一种用于评估社区划分的全局目标函数，其定义如公式表示如下：在上述公式中，Aij是整个网络对应的邻接矩阵的任意元素（这里只考虑无向无权图的情况）。若i与j有连接的话，则Aij=1，否则Aij=0。是网络的总...

社区检测

weixin_42244879的博客

09-24

2122

社区检测常用算法1.Kernighan–Lin二部算法2.派系过滤算法（cliquepercolationmethod，CPM） 1.Kernighan–Lin二部算法核心思想：通过对节点的迭代交换将网络分割成两组，以减少两组节点之间的边缘切割。 Kernighan-Lin算法可描述为下面的步骤： Step1：给定N个节点的图，随机划分图节点到两个指定规模大小的 n1,n2 群组； Step2：分别从 n1,n2 群组中选择节点i和节点j组成顶点对(i, j)，交换i和j的位置，并计算交换前后群组之间割集