机器学习——社区发现算法

一、什么是社区？

答：同一社区内的节点与节点之间的连接很紧密，而社区与社区之间的连接比较稀疏。

设图$G=G(V,E)$，所谓社区发现是指在图G中确定nc($\ge 1$)个社区：
C = { C 1 , C 2 , . . . , C n c } (1) C= \{C_{1},C_{2},...,C_{nc}\}\tag{1} C={C1​,C2​,...,Cnc​}(1)
使得各社区的顶点集合构成V的一个覆盖。

若任意两个社区的顶点集合的交集均为空，则称C为非重叠社区，否则称为重叠社区。

如下图所示，不同颜色的属于不同的社区，中间的部分属于多个社区

二、社区发现算法的应用场景

• 在社交网络中社区圈子的识别(Community Detection)
• 基于好友关系为用户推荐商品或内容
• 社交网络中人物影响力的计算
• 信息在社交网络上的传播模型
• 虚假信息和机器人账号的识别、
• 就与社交网络信息对股市、大选的预测
• 互联网金融行业中的反欺诈预测

三、社区发现算法

在说社区发现算法之前，有必要说图的结构。
给出一些定义：

一个具体的网络可以抽象为一个由节点集合V(Vertex或node)和边(edge)集合E组成的图G=(V,E)，节点数记为n=|V|，边数记为m=|E|。

衡量指标：

• 度(degree):入度（比如微博上多少人关注我）和出度(比如微博上我关注多少人)
• 密度(density)
• 团(clique)
• 度中心性(deg0.+58ree centrality)
• 紧密中心性(closeness centrality)
• 介数中心性(betweenness centrality)
• 聚集系数(clustering coefficient)

未完待续……