静态社区发现——Fast algorithm for detecting community structure in networks

最新推荐文章于 2022-11-16 17:41:00 发布

在逃小怂包

最新推荐文章于 2022-11-16 17:41:00 发布

阅读量1.3k

点赞数 1

本文链接：https://blog.csdn.net/yn_gogo/article/details/98725397

版权

这篇博客介绍了M.E.J.Newman提出的静态社区发现算法，该算法针对网络的社区结构进行检测，时间复杂度显著降低，能够应用于大规模网络。文章讨论了模度的概念及其在社区检测中的作用，并对比了与Girvan and Newman算法的差异，指出通过优化模度来寻找最佳社区划分的方法。

摘要由CSDN通过智能技术生成

//2019.08.07笔记整理

一、作者

M.E.J.Newman(再补充)

二、Introduction

1、现在很多网络都呈现社区结构：一些组里面的顶点联系紧密，组与组之间的联系稀疏

2、目前有很多的检测算法，但是这些算法都有很高的计算要求

3、在此前的工作研究：

Girvan and Newman 提出了一种基于“迭代去除高连接得分的边”的一种计算方法，这种方法对识别“社区”很敏感，被广泛应用在各个网络中。但是该算法计算要求高，最多限制在几千个节点上

（相关论文：

[5] M. Girvan and M. E. J. Newman, Community structure in social and biological networks. Proc. Natl. Acad. Sci.
USA 99, 7821–7826 (2002).
[6] M. E. J. Newman and M. Girvan, Finding and evaluating community structure in networks. Preprint
cond-mat/0308217 (2003).
[7] D.Wilkinson and B. A. Huberman, Finding communities of related genes. Preprint cond-mat/0210147 (2002).
[8] P. Holme, M. Huss, and H. Jeong, Subnetwork hierarchies of biochemical pathways. Bioinformatics 19, 532–
538 (2003).
[9] R. Guimer`a, L. Danon, A. D´ıaz-Guilera, F. Giralt, and A. Arenas, S