Emergence of Soft Communities from Geometric Preferential Attachment
所有真实网络都是不同的，但许多网络都有一些共同的结构特性。关于最常见的属性似乎没有共识，但无标度分布，强聚类和社区结构经常被毫无疑问地提到。令人惊讶的是，在不断增长的网络中，并不存在一个简单的生成机制来同时解释这三个属性。在这里，我们展示了潜在的网络几何结构如何与节点优先附着到该几何结构相结合来填补这一空白。我们称这种机制为几何优先连接（GPA），并验证它对互联网。GPA产生了软社区，为网络中的社区结构提供了不同的视角。GPA和宇宙学模型之间的联系，包括通货膨胀，也进行了讨论。
2015-01-27 cs.SI physics.data-an physics.soc-ph
Patterns of Emotional Blogging and Emergence of Communities: Agent-Based Model on Bipartite Networks
背景资料：本文利用基于主体的建模方法和从相关实证数据中推断出的参数，对博客群体情绪行为的机制进行了研究。方法/主要发现：一个双边网络的情感代理和职位的发展，通过添加代理和他们的行动的职位。代理的情绪状态，量化的唤醒和效价，波动的时间，由于事件上的连接职位，并在代理的行动的时刻，它被转移到一个选定的职位。我们声称，间接沟通的情感模型规则，结合行动延迟时间和昼夜节律提取的经验数据，可以解释的成因流行的博客和类似的门户网站上的用户的情绪爆发。该模型还确定了参数以及它们如何影响动态过程。结论：在这里，集体行为被网络上社区的出现和他们的情绪评论的分形时间序列所认可，这些评论由负面情绪（批评）提供动力。不断发展的代理社区在唤醒-效价变量的相空间中留下活动的特征模式，其中每个片段代表心理学中描述的共同情感。
2011-10-23 cs.HC cs.SI physics.soc-ph
Emergence of multiplex communities in collaboration networks
协作网络中的社区结构反映了个体为了更好地实现共同目标而将其工作组织成小组的自然趋势。在大多数情况下，个人利用他们的关系将自己介绍给新的兴趣领域，从而产生跨越不同领域的多方面合作。在本文中，我们分析了科学和电影演员之间的合作，作为多元化网络，其中的层分别代表研究课题和电影类型，我们表明，社区确实共存，并在这种系统的不同层重叠。然后，我们提出了一个模型来增长的多重网络的基础上两个机制的内部和层间三元封闭，模仿真正的过程中，合作的发展。我们表明，我们的模型是能够解释经验观察到的多元化社区结构，我们推断的力量，从现实世界的系统中的两个基本的社会机制。该模型还能够正确地再现层内和层间关联性的值，有助于更好地理解推动社交网络演变的原则。
2016-01-28 cs.SI physics.soc-ph
Line Graphs of Weighted Networks for Overlapping Communities
在本文中，我们开发的思想，以发现其节点的重叠社区的加权图的边缘划分。我们的方法是基于不同类型的加权线图，即图形的节点是原始图的链接，封装不同的边缘之间的关系的建设。加权线图被认为是提供一种替代的，有价值的表示系统的拓扑结构，并显示出具有重要的应用在社区检测，通常的节点划分的线图自然导致的边缘分区的原始图形。这种识别使我们能够使用传统的分区方法，以解决长期存在的问题，重叠社区的检测。我们将其应用于不同的社会和地理网络的分析。
2010-06-09 cs.DS physics.data-an physics.soc-ph
Positive interactions and the emergence of community structure in metacommunities
空间在维持物种共存和确定群落结构和功能方面的重要作用已得到充分确认。然而，群落生态学研究主要集中在简单的竞争和捕食系统，并在空间背景下塑造社区的积极种间相互作用的相对影响还没有得到很好的理解。在这里，我们采用了一个空间显式的元共生模型来研究当地的扩散对社区的结构和功能的影响，在社区中，物种是通过一个相互作用的网络，包括互惠，竞争和剥削。我们的研究结果表明，功能，多样性和种间相互作用的本地连接的社区经历了一个阶段的变化，物种扩散的速度。我们发现，低的空间互联性有利于自发出现的强烈互惠的社区，更稳定，但生产力和多样性较低。另一方面，高度的空间相互联系促进了当地的生物多样性，牺牲了当地的稳定性，并支持社区与广泛的种间相互作用。我们认为，调查的空间过程和复杂的相互作用网络的自组织之间的关系是至关重要的了解在现实景观中的相互作用的地理结构。
2010-08-06 cond-mat.stat-mech physics.soc-ph q-bio.PE
Weighted Label Propagation Algorithm based on Local Edge Betweenness
在复杂网络中，特别是社交网络中，网络可以被划分为不相交的分区，其中内部边（同一分区内顶点之间的边）与外部边（不同分区的两个顶点之间的边）的数量之比很高。通常，这些分区被称为社区。检测这些社区有助于数据科学家从图表中提取有意义的信息并进行分析。在过去的几十年里，已经提出了各种算法来检测图中的社区，每个算法都从不同的角度研究了这个问题。然而，这些算法中的大多数具有显著的时间复杂度和昂贵的计算，使得它们不适合在具有数百万条边和节点的大型图中检测社区。在本文中，我们尝试通过使用边缘介数度量来改进标签传播算法，使其能够在接近线性的时间复杂度内以可接受的精度识别真实世界和人工网络中的不同社区。此外，该算法可以检测社区的加权图。实验结果表明，该算法在准确性和速度上都是可以接受的，并且具有良好的可扩展性。
2019-01-16 cs.SI physics.soc-ph
An Agent-Based Model of Collective Emotions in Online Communities
我们开发了一个基于代理的框架来模拟集体情绪的出现，这是适用于在线社区。代理人的个人情绪描述他们的效价和唤醒。使用布朗代理的概念，这些变量根据随机动态变化，这也考虑了在线通信的反馈。代理产生情感信息，这些信息被存储和分布在一个模拟在线媒体的字段中。这个场以非线性的方式影响代理人的情绪状态。我们推导出集体情绪出现的条件，观察双峰价分布。依赖于饱和或超线性反馈之间的信息字段和代理的唤醒，我们进一步确定的情况下，集体情绪只出现一次或以重复的方式。基于代理的计算机模拟的分析结果进行了说明。我们的框架提供了关于集体情绪出现的可检验的假设，这些假设可以通过在线社区的数据来验证。
2010-09-06 cs.MA nlin.AO physics.soc-ph
Modelling opinion misperception and the emergence of silence in online social system
本文通过数值模拟研究在线社交群体中意见误判的形成机制，发现少数高连接魅力个体引发的沉默螺旋是导致少数意见被高估的主要原因。
2023-07-10 physics.soc-ph
Benchmarks for testing community detection algorithms on directed and weighted graphs with overlapping communities
许多复杂的网络显示出一种介观结构，其中节点组与该组中的其他节点共享许多链接，而与不同组的节点共享的链接相对较少。这个特征被称为社区结构，它编码了关于节点的组织和功能的宝贵信息。已经提出了许多算法，但尚不清楚如何测试它们。最近，我们提出了一般类的无向和无权的基准图，与异质分布的节点度和社区大小。越来越多的注意力最近一直致力于开发算法，能够考虑的方向和重量的链接，这需要合适的基准测试图。在本文中，我们扩展了我们之前的基准测试背后的基本思想，以生成具有内置社区结构的有向和加权网络。我们还考虑了节点属于更多社区的可能性，这是真实系统中出现的一个特征，例如，e。例如，在一个实施例中，社交网络。作为一个实际应用，我们展示了模块化优化如何在我们的新基准上执行。
2009-07-31 physics.comp-ph physics.soc-ph
Emergence of Bursts and Communities in Evolving Weighted Networks
了解人类动力学和社会互动的模式，以及它们导致形成有组织和功能性社会的方式，是特别是技术社会发展的重要问题。通过例如移动电话呼叫记录的大规模数据分析，解决社交网络的这些问题最近已经成为可能，这已经揭示了模块化或社区结构的存在，其中在相同社区的节点之间存在许多链接，而在不同社区的节点之间存在相对较少的链接。链接的权重，例如两个用户之间的呼叫数量，和网络拓扑结构被发现相关，使得社区内链接比弱的社区间链接更强。这被称为格兰米特的“弱关系的强度”假说。除了这种不均匀的社区结构，人类动力学的时间模式是不均匀的或突发性的，其特征是两个连续事件之间的事件间隔时间的厚尾分布。在本文中，我们研究了如何社区结构和突发动态一起出现在一个不断发展的加权网络模型。这些模式背后的主要机制是通过循环闭合的社会互动，即链接到朋友的朋友和焦点闭合，即链接到共享相似属性或兴趣的个人，以及通过任务处理过程的人类动态。这三种机制已被实现为一个网络模型与本地附件，全球附件，和基于优先级的排队过程。通过综合的数值模拟，我们表明，这些机制的相互作用，导致出现重尾事件间的时间分布和格兰特类型的社区结构的演变。此外，数值结果被发现在定性与经验的结果从手机通话数据集。
2011-06-01 cs.SI physics.soc-ph
Cooperation, competition and the emergence of criticality in communities of adaptive systems
近年来，生命系统可以从临界点附近的操作中受益的假设已经获得了动力。临界性可以在极度有序和过于嘈杂的状态之间实现最佳平衡。我们在这里提出了一个模型，基于信息理论和统计力学，说明如何以及为什么一个社区的代理人旨在相互理解和沟通收敛到一个全球一致的状态，其中所有的个人都接近内部的临界状态，即在秩序和混乱之间的边界。我们研究-分析和计算-的情况下，临界是最好的可能的结果的动态过程，确认收敛到临界点在非常一般的条件下。最后，我们分析了合作的效果（代理商试图提高不仅自己的健身，但也有其他个人）和竞争（代理商试图提高自己的健身和减少竞争对手）在我们的设置。结论是，虽然竞争促进了临界性，但合作阻碍了临界性，并可能导致更有序或更无序的共识解决方案。
2016-03-22 cond-mat.stat-mech physics.soc-ph q-bio.PE
An edge density definition of overlapping and weighted graph communities
网络中的社区检测是指寻找内部连接强而外部连接弱的节点组的过程。在这项工作中，我们介绍和研究的社区定义的基础上，内部边缘密度。从一个简单的概念，边缘密度等于边缘数除以最大边缘数，我们应用这个定义的各种节点和社区的安排表明，我们的定义产生合理的结果。我们的社区定义相当于绝对波茨模型社区检测方法（Phys.Rev.E81，046114（2010）），该方法的性能验证了我们的定义在各种网络类型中的有用性。我们将讨论如何将此定义扩展到加权和多重图，以及如何定义能够处理重叠的社区和本地算法。我们进一步验证了我们的定义对最近提出的隶属图模型（arXiv：1205.6228 [cs.SI]），并表明我们可以精确地解决这些基准。除了提出一个最终的社区定义之外，我们还解释了研究社区定义的详细属性是如何重要的，以便验证定义不具有负分析属性。我们敦促社区定义从社区检测算法中分离出来，并建议通过这些标准进一步评估社区定义。
2013-01-14 cs.SI physics.soc-ph
Emergence through Selection: The Evolution of a Scientific Challenge
University of Siena（锡耶纳大学）；IRIT - Université Toulouse 1 Capitole（图卢兹第一大学信息与电信技术研究所）
当今最有趣的科学挑战之一是分析和理解复杂网络的动力学，以及它们的过程如何根据其组成部分之间的相互作用导致涌现。在本文中，我们将探讨新的可视化方法的定义，并在真正的动态社交网络中发挥的动态探索。我们提出了一个最近推出的形式主义称为TVG（随时间变化的图形），它最初开发的模型和分析高度动态和基础设施较少的通信网络，如移动自组织网络，无线传感器网络，或车辆网络。我们讨论了它的适用性复杂的网络一般，特别是社交网络，通过展示它如何使规范和分析的复杂动态现象的时间相互作用，并允许轻松地切换本地和全球动态之间的角度。作为一个例子，我们选择了科学社区的情况下，通过分析部分的ArXiv库（十年的出版物在物理学）专注于社会的决定因素（例如目标和个人之间的潜在互动）背后的出现和恢复力的科学社区。我们认为，科学共同体同时也是实践共同体（通过合著），它们也作为科学家头脑中的表象而存在，因为引用其他科学家的著作不仅仅是与相关著作的客观联系，而且它揭示了一个人操纵、选择和引用的社会对象。在本文中，我们展示了一个社区的出现/选择，作为一个目标驱动的偏好附件对一组作者，其中有一些关键的科学家（诺贝尔奖）。
2011-02-01 cs.AI cs.SI math.DS
Trusses and Trapezes: Easily-Interpreted Communities in Social Networks
桁架是基于三角形的集团的松弛，用于以易于解释且在计算上具有吸引力的方式识别演员集群。本文介绍了基于4-循环的相对于桁架的结构，称之为桁架结构，给出了桁架结构和桁架结构的加权扩展，并给出了强桁架结构和桁架结构以及顶点桁架结构和桁架结构的精化。使用加权的版本允许的应用程序的二分图，而由于自然的边缘权重的支持变化，而不增加计算复杂性。最后，强版本和顶点版本使得在不同密度的图中容易确定社区。这些结构中的每一个都在多项式时间内提供有保证的计算，其动机是对社会凝聚力的自然观察，并且与其他标准结构很好地相关。
2019-07-22 cs.SI physics.soc-ph
Multilayer weighted social network model
最近使用大规模数据集进行的实证研究证实了关于社会结构的格兰米特假说，即存在由弱关系连接的强连接社区。然而，由于个人之间的互动发生在不同的背景下，这些社区原来是重叠的。这意味着社会有一个多层次的结构，其中各层代表不同的背景。为了对这种结构进行建模，我们首先从一个单层加权社交网络（WSN）模型开始，该模型显示了Grantwartterian结构。我们发现，当合并这样的无线传感器网络模型，足够数量的层间相关性是必要的，以保持拓扑结构和链路权重之间的关系，而这些相关性破坏了社区重叠，由于多个层的增强。为了解决这个问题，我们设计了一个地理多层WSN模型，其中由于个人的地理约束的间接层间相关性，提高了社区之间的重叠，在同一时间，格兰特特结构被保留。
2014-11-11 cs.SI physics.soc-ph
Detection of multiple and overlapping bidirectional communities within large, directed and weighted networks of neurons
随着最近公开可用的生物数据的爆炸式增长，网络分析获得了极大的兴趣。特别是，最近在神经科学方面有希望的结果表明，神经元和大脑区域相互连接的方式在认知功能和行为中起着重要作用。揭示如此复杂的连接量中的模式和结构是一个很难的问题，其根源在于图和网络理论。由于许多真实世界的情况可以通过网络建模，结构检测算法在几乎每个科学领域都有应用。这些都是NP完全问题，因此通常使用的方法是通过启发式算法。在这里，我们制定了一个社区发现问题的神经元网络中找到结构的问题。我们引入了社区的定义，我们构建了一个基于启发式算法的有向和加权网络，旨在确定重叠的双向社区在大型网络。我们进行了系统的分析，该算法的性能，在很宽的参数范围内（成功检测百分比几乎$100\%$所有的时间）显示出优异的结果。此外，我们展示了所需的计算时间的结果，并就如何提高计算性能提出了未来的方向。
2015-11-13 cs.DS cs.SI physics.soc-ph
Community detection in bipartite networks using weighted symmetric binary matrix factorization
在本文中，我们提出了加权对称二进制矩阵分解（wSBMF）的框架来检测重叠社区的二分网络，其中描述了两种类型的节点之间的关系。我们的方法通过识别两种类型的缺失边缘之间的区别来提高性能--每个节点类型中的节点之间的边缘和两个节点类型之间的边缘。我们的方法还可以显式地分配社区成员资格，并将离群值与重叠节点区分开来，以及将网络上的现有知识结合起来。我们提出了一个广义的分区密度二分网络的质量函数，它确定了最合适的社区数量。在合成网络和真实网络上的实验结果证明了该方法的有效性。
2015-02-16 cs.SI physics.soc-ph
Opinion polarization in human communities can emerge as a natural consequence of beliefs being interrelated
几十年来，从理论和模式的角度来看，人类社会内部出现的意见两极分化现象-即社会中的个人往往对各种各样的主题形成相互冲突的态度-一直是人们关注的焦点。关于建模尝试，为了研究这一问题和相关现象，一个完整的科学领域--观点动力学--已经出现。在这个框架内，代理人的意见通常由一个标量值表示，该标量值由于与其他代理人的交互而发生修改。在某些条件下，这些模型能够再现极化--一种我们日常经验中越来越熟悉的状态。在本文中，提出了一种替代解释及其相应的模型。更具体地说，我们证明，通过将以下两个众所周知的人类特征纳入代理的表示：（1）在人类大脑中，信念是相互关联的，（2）人们努力保持一个连贯的信念系统;极化立即发生在新闻和信息的曝光。此外，该模型解释了假新闻的扩散，并显示了意见极化如何与各种认知偏见相关。
2022-10-04 physics.soc-ph
Tolerating the Community Detection Resolution Limit with Edge Weighting
像万维网这样的巨型网络中的顶点社区很可能比网络本身小得多。然而，Mrsanato和Barthélemy已经证明，用于社区检测的模块化最大化算法可能无法解决具有少于$\sqrt{L/2}$边的社区，其中$L$是整个网络中的边的数量。这种分辨率限制导致模块度最大化算法在许多真实网络上的准确性非常差。Rumanato和Barthélemy的论证也可以扩展到带权边的网络，我们推导出这个推论。我们的结论是，加权模块化算法可能无法解决社区小于$\sqrt{W ε/2}$总边的重量，其中$W$是在网络中的总边的重量和$ε$是一个社区间边的最大重量。如果$ε$很小，那么可以解决小社区。给定一个加权或未加权的网络，我们描述了如何获得新的边权重，以实现低$ε$，我们修改了"CNM"社区检测算法，以最大限度地提高加权模块化，并表明，由此产生的算法有很大的提高准确性。在一个新兴的社区标准基准的实验中，我们发现我们简单的CNM变体与最准确的社区检测方法相比具有竞争力。
2009-10-07 physics.data-an physics.soc-ph
Detectability threshold in weighted modular networks
Center for Complex Networks and Systems Research, Luddy School of Informatics, Computing, and Engineering, Indiana University（印第安纳大学卢迪信息学、计算与工程学院复杂网络与系统研究中心）；School of Systems Science and Industrial Engineering, Binghamton University（宾汉姆顿大学系统科学与工程系）
研究加权模ularity网络中通过谱优化检测社区结构的可检测性阈值，发现权重分布对阈值有显著影响，Dirac分布产生最小阈值，指数分布增加阈值因子√2，其他分布则依赖平均值。
2026-01-30 physics.soc-ph
Bloggers Behavior and Emergent Communities in Blog Space
网络空间中用户之间的互动可能会导致与普通社交网络中观察到的现象不同的现象。在这里，我们分析了关于用户和博客的大数据集，他们写和评论，映射到一个二分图。在这样扩大的博客空间，我们跟踪用户活动随着时间的推移，这导致了强大的时间模式的用户-博客行为和社区的出现。将谱方法应用到加权用户网络的投影中，我们发现了与他们的共同兴趣和习惯相关的用户集群。我们的研究结果表明，不同的机制可能发挥作用的情况下，非常流行的博客。我们的分析为网络社区的演变理论建模和数据的实际研究奠定了合适的基础，特别是对有趣的博客集群的有效搜索和进一步检索其内容的文本分析。
2009-10-15 cs.CY physics.soc-ph
Emergence of world-stock-market network
在全球化时代，各国的股票市场并不是独立于其他市场的，这是很自然的。在这种情况下，集体行为可能会从他们的依赖中出现。本文研究了世界经济中40个有影响力的市场的集体行为，旨在探索一种可称为世界股票市场网络的全球金融结构。为此，我们使用随机矩阵理论（RMT）分析了这四十个市场指数的交叉相关矩阵。我们发现市场之间的集体行为的程度和每个市场在其结构形成中所占的份额。这一发现与对四个股票市场进行同样计算所得到的结果一起加强了世界金融市场的想法。最后，我们画出交叉相关矩阵的树状图，使这个抽象的全球市场中的社区可见。根据至少30%的相关性绘制的树状图显示，世界金融市场由三个社区组成，每个社区都包括地理位置接近的股票市场。
2017-03-26 physics.soc-ph q-fin.ST
Significance-based community detection in weighted networks
社区发现是对网络中强连接节点进行分组的过程。许多非加权网络的社区发现方法都是基于零模型的。因此，通过这些方法发现的群落具有统计意义。在本文中，我们引入了一个空的加权网络称为连续配置模型。我们使用该模型作为社区发现的工具，并模拟加权网络与空节点。首先，我们提出了一个加权网络的社区提取算法，它结合了零值下的迭代假设检验。在加权随机块模型下，证明了边权和的中心极限定理及算法的渐近相合性。然后，我们将该算法在一个社区发现方法称为CCME。为了基准的方法，我们提供了一个模拟框架，将空植物“背景”节点加权网络社区。我们发现，CCME在这些模拟上的经验表现与现有方法具有竞争力，特别是当存在重叠的社区和背景节点时。为了进一步验证该方法，我们提出了两个现实世界的网络与潜在的背景节点，并分析它们与CCME，产生的结果，揭示了相应的系统的宏观特征。
2017-10-23 cs.SI physics.soc-ph stat.ME
Communities in networks - a continuous approach
提出了一个微分方程系统，用于识别加权网络中的社区。输入是对称连接矩阵$A_{ij}$。不需要关于社区数目的先验信息。为了验证动力学，我们准备了一组独立的、完全连接的集群。在这种情况下，矩阵$A$具有零和单位的块结构。噪声被引入为正随机数加到零并从单位中减去。动力学的任务是再现初始块结构。在该测试中，如果集群的数量大于四，则系统优于模块化算法。
2008-01-08 physics.data-an physics.soc-ph
A sequential algorithm for fast clique percolation
在复杂网络研究中，Palla等人引入了团渗流，是一种确定性社区检测方法，它允许重叠社区，并且纯粹基于网络的局部拓扑属性。在这里，我们提出了一个顺序集团渗透算法（SCP）做快速社区检测加权和未加权网络，集团的选定大小。该方法基于顺序地将组成链接插入到网络中，同时跟踪出现的社区结构。与现有算法不同，SCP方法允许在单次运行中以多个权重阈值检测k-团社区，并且可以同时产生分层社区结构的树状图表示。在稀疏加权网络中，SCP算法也可用于实现Farkas等人最近提出的加权团渗流方法。SCP算法的计算时间与网络中的k-团数成线性比例。作为一个例子，该方法被应用到一个产品关联网络，揭示其嵌套的社区结构。
2008-07-30 physics.soc-ph
Mapping flows on weighted and directed networks with incomplete observations
在具有不完整观测的网络中检测重要的社区结构是具有挑战性的，因为特定解决方案的证据会随着数据的缺失而消失。例如，最近的研究表明，基于流的社区发现方法可以突出稀疏的无向和无权网络中的虚假社区与丢失的链接。目前的贝叶斯方法，以克服这个问题不工作的不完整的观察加权和有向网络，描述网络流。为了解决这一差距，我们扩展了贝叶斯估计的地图方程的无权重和无向网络，使更强大的社区发现加权和有向网络背后的想法。我们推导出一个加权和定向的先验网络，可以将元数据信息，并显示如何在社区检测方法Infomap提供更可靠的社区，即使有很大一部分数据丢失的有效实施。
2021-12-13 cs.SI physics.data-an physics.soc-ph
The Role of Weight on Community Structure of Networks
通过研究权重对社团结构的影响，研究了权重在加权网络中的作用。我们使用加权模块度$Q^w$来评估划分，并使用加权极值优化算法来检测社区。从理想化和经验加权网络出发，权值和边之间的分布或匹配受到干扰。利用相异度函数$D$来区分不同的社团结构，发现权重的重新分配对社团结构有很大的影响，尤其是在稠密网络中。这表明网络中的社团结构是一个合适的属性来反映权重的作用。
2006-09-25 physics.soc-ph
Emergence of simple and complex contagion dynamics from weighted belief networks
提出交互信念模型，阐明简单与复杂传染动力学如何从认知机制中有机涌现，揭示复杂传染的抵抗机制源于认知过程。
2024-04-29 cs.SI physics.soc-ph
Synchronization interfaces and overlapping communities in complex networks
我们表明，一个复杂的网络的相位振荡器可能会显示同步振荡域（集群）之间的接口。这些接口的出现和动态的相互作用相振荡器组成的动力域（不同的强迫过程的影响），或结构域（模块化网络）的一般框架中进行了研究。所得到的结果可以给出一个功能定义的重叠结构的模块化网络，并提出了一个实用的方法来识别它们。因此，我们的算法可以检测信息的单个重叠的节点和重叠的集群。
2008-07-03 cond-mat.stat-mech nlin.AO physics.soc-ph
Finding overlapping communities in networks by label propagation
我们提出了一个算法，发现重叠的社区结构在非常大的网络。该算法基于Raghavan，Albert和Kumara的标签传播技术，但能够检测重叠的社区。与原始算法一样，顶点具有在相邻顶点之间传播的标签，以便社区成员就其社区成员资格达成共识。我们的主要贡献是扩展标签和传播步骤，包括有关多个社区的信息：每个顶点现在可以属于v个社区，其中v是算法的参数。我们的算法也可以处理加权和二分网络。在一组独立设计的基准测试和真实网络上的测试表明，该算法在恢复重叠社区方面非常有效。它也非常快，可以在短时间内处理非常大和密集的网络。
2010-10-14 cs.SI physics.soc-ph
Modeling Social Networks with Overlapping Communities Using Hypergraphs and Their Line Graphs
我们提出超图可以用来建模具有重叠社区的社交网络。超图的节点表示社区。超图的超链接表示可以参与多个社区的个人。超图不容易分析，而超图的线图是简单图或赋权图，因此可以应用网络理论。我们定义的重叠深度$k$的个人的社区，在该个人重叠的数量，我们证明了相应的线图的最小邻接特征值不小于$-k_{max}$，这是整个网络的最大重叠深度。基于具有优先连接的超图，建立了一个包含重叠社区的网络模型，其中重叠参数$k$和$w$可调.通过与Hyves社会网络的比较，我们发现，我们的社会网络模型具有高度的聚类性，混合性，幂律度分布和短的平均路径长度。
2010-12-13 cs.SI physics.soc-ph
Demarcating Geographic Regions using Community Detection in Commuting Networks with Significant Self-Loops
我们开发了一种方法来识别具有高比例自循环权重的加权网络中的统计显著社区。我们使用这种方法来找到重叠的聚集美国县表示县间通勤作为一个加权网络。我们确定了三种类型的社区;非节点，节点和单子，这对应于不同类型的区域。研究结果表明，传统的区域划定，依赖于特设的阈值不占重要的和普遍的连接，远远超出预期的大都市边界或megalgions。
2020-03-26 cs.SI physics.soc-ph
Line Graphs, Link Partitions and Overlapping Communities
在本文中，我们使用一个划分的链接的网络，以揭示其社区结构。这种方法允许社区在节点处重叠，使得节点可以在多个社区中。我们通过对原始网络的线图进行节点划分来做到这一点。通过这种方式，我们表明任何产生节点分区的算法都可以用于产生链接分区。我们讨论的程度异质性的作用，并提出了一个加权版本的线图，以说明这一点。
2009-07-24 physics.data-an physics.soc-ph
Evaluating Overlapping Communities with the Conductance of their Boundary Nodes
通常，网络中社区的边界是在节点之间画出的，因此穿过了它的输出链路。如果我们通过应用链接聚类方法构建重叠社区，节点和链接交换它们的角色。因此，必须通过两个或多个社区共享的节点来划分边界。为了社区评估的目的，我们定义了一个电导的边界节点的重叠社区类似的图形电导的边界交叉链接用于划分一个图形到不相交的社区。我们证明了边界节点的电导（或归一化节点切割）可以从Evans和Lambiotte（2009）引入的网络加权线图中不相交簇的普通图电导推导出来，以获得原始网络中节点的重叠社区。我们测试我们的定义是否可以用来构建有意义的重叠社区与本地贪心算法的链接聚类。在本说明中，我们提出了令人鼓舞的结果，我们获得了扎卡里的空手道俱乐部网络。
2013-10-13 cs.SI physics.soc-ph
Modeling the Co-occurrence Principles of the Consonant Inventories: A Complex Network Approach
世界各地语言的语音都表现出显著的共现模式。在这项工作中，我们试图自动捕捉跨语言的辅音共现的模式，并在同一时间找出导致这种模式出现的力量的性质。为此，我们定义了一个加权网络，其中辅音是节点，两个节点（读辅音）之间的边表示它们在辅音库存上的同现可能性。通过这个网络，我们确定了辅音社区，基本上反映了它们在不同语言中的共现模式。我们测试社区的善良，并观察到组成辅音经常出现在这样的群体在真正的语言。有趣的是，形成这些社区的辅音反映出很强的相关性，在他们的功能，这表明，功能经济的原则作为一个社区形成的驱动力。为了衡量这种力量的强度，我们提出了一个信息理论的特征经济的定义，并表明，事实上，所表现出的辅音社区的特征经济大大优于那些如果辅音库存只是偶然演变。
2006-06-15 physics.soc-ph
Shaping Communities out of Triangles
社区发现在生物学、社交网络、网络流量分析等领域有着重要的应用价值，是图数据采掘领域的研究热点之一。建议塑造社区的指标是通用的，并遵循两种方法：最大限度地提高这些社区的内部密度或减少内部顶点与社区外的连接。然而，这些指标将边缘作为一个集合，而不考虑社区中边缘的内部布局。我们定义了一组面向社交网络的属性，以确保社区具有凝聚力，结构化和良好的定义。然后，我们提出了加权社区聚类（WCC），这是一个基于三角形的社区度量。我们证明，分析社区的三角形社区，满足所列的属性集，在以前的指标。最后，我们的实验表明，WCC正确地捕捉社区的概念，在社交网络使用真实的和合成的数据集，并统计比较一些最相关的社区发现算法在最先进的。
2012-07-26 cs.SI physics.soc-ph
Application of a cognitive-inspired algorithm for detecting communities in mobility networks
移动设备的出现和全球适应已经影响了个人，社区和社会层面的人类互动，导致所谓的网络物理世界（CPW）融合场景[1]。CPW的最重要的功能之一是利用信息的用户的社会社区的结构，揭示了联合运动模式和频率的物理协同定位的可能性。属于同一社交社区的用户的移动设备可能比社区外的设备更频繁和更有规律地“看到”彼此（并且因此能够通过自组织联网技术进行通信）。在移动机会网络中，这一事实可以被利用，例如，优化网络操作，如消息的转发和传播。在本文中，我们提出了一种认知启发算法[2，3，4]的应用，用于使用用户移动设备记录的物理接触信息来揭示这些动态社交网络的结构（由HCMM模型[5]模拟）。我们的算法的主要特点是：（i）通过分布式算法检测用户的物理协同定位引起的社会社区的能力;（ii）检测属于更多社区的用户的能力（从而充当跨越它们的桥梁），以及（iii）检测社区的时间演化的能力。
2013-08-06 cs.SI physics.soc-ph
Selection in Scientific Networks
当今最有趣的科学挑战之一是分析和理解复杂网络的动力学。一个主要的问题是定义新的框架，探索在真正的动态网络中发挥作用的动态。在这里，我们通过分析科学的“社会部分”的描述性方法，旨在确定科学社区的出现和恢复力背后的社会决定因素（例如目标和个人之间的潜在互动），专注于科学社区。我们认为，科学共同体同时也是实践共同体（通过合著），它们也作为科学家头脑中的表象而存在，因为引用其他科学家的著作不仅是与相关著作的客观联系，而且还揭示了一个人操纵和引用的社会对象。在本文中，我们通过分析一部分涵盖了10年的物理学出版物的arXiv存储库，确定了一个科学领域的演变模式。由于引文代表了与科学领域工作相关性相关的深思熟虑的选择，我们的分析通过关注最精通和被引用作者的互动模式来探讨社区中共同作者身份和引文行为之间的共存。反过来，我们专注于这些模式是如何影响的引文的选择过程。这样的选择a）产生自组织，因为它是由一群在共同环境中行动、竞争和合作的个人发挥作用的，以促进科学; b）决定主题和科学家的成功（出现）。数据集被分析a）在全局水平，例如网络演化，b）在中观水平，例如社区出现，以及c）在微观水平，例如节点的聚合模式。
2010-12-20 cs.CY cs.DL cs.SI
Triadic closure as a basic generating mechanism of communities in complex networks
大多数复杂的社会、技术和生物网络都具有重要的社区结构。因此，复杂网络的社区结构必须被认为是一个普遍的属性，以及这些网络的小世界和无标度属性。尽管在描述真实网络的社区结构方面有很大的兴趣，但没有足够的注意力用于检测能够自发生成社区网络的通用机制。三元闭合是建立新联系的自然机制，特别是在社交网络中。在这里，我们表明，基于简单的三元封闭的网络增长模型自然会导致社区结构的出现，以及节点度的厚尾分布，高聚类系数。社区从最初的随机异质性的链接集中出现，随后是一个周期的增长和分裂。社区是更明显的，稀疏的图，并在连接过程中的链接密度和随机性的高值消失。通过引入一个基于适应度的链接吸引的节点，我们发现了一个新的相变，社区消失的适应度分布的高度异质性，但一个新的介观组织的节点出现，与几个超级枢纽之间共享的节点组，吸引了系统的大部分链接。
2014-12-01 cs.SI physics.soc-ph
Community detection analysis in wind speed-monitoring systems using mutual information-based complex network
对瑞士一个广泛风速监测系统的基于互信息的加权网络表示进行了分析，以发现社区。两个社区已被发现，分别位于阿尔卑斯山和Jura高原，定义了瑞士的两个主要的气候带的传感器对应的两个集群。利用轮廓测度对得到的社区进行评价，确定每个传感器对簇的隶属度。
2018-09-03 physics.data-an physics.soc-ph stat.AP
Growing networks of overlapping communities with internal structure
我们引入了一个直观的模型，描述了社区结构的出现和社区内部结构的演变不断增长的社交网络。该模型包括两个互补的机制：一个机制占一个单一的社区的内部链接结构的演变，第二个机制协调多个重叠的社区的增长。第一种机制是基于这样的假设，即每个节点与其邻居建立链路，并以不同的速率向社区引入新节点。我们证明，这个简单的机制，产生了有效的最大程度的社区内。这一观察与人类学理论邓巴数有关，即，对一个普通个体在其社会群体中所能维持的最大数量的联系的经验性观察。第二种机制是基于最近提出的对社区结构的偏好附着的概括，适当地称为结构偏好附着（SPA）。将这两种机制结合到一个模型（SPA+）中，使我们能够再现真实网络的一些全局统计数据：社区大小、节点成员和度的分布。SPA+模型还预测了（a）重叠社区内度分布的三种定性制度，以及（b）节点所属社区数量与每个社区内连接数量之间的强相关性。我们提出的经验证据，支持我们的研究结果在真正的复杂网络。
2016-08-25 cs.SI physics.soc-ph
The rules of multiplayer cooperation in networks of communities
本文研究社区组织与行为涌现的相互作用，通过建模移动结构化种群推导出高归巢保真度下的进化动力学方法，揭示了不同社会困境下社区网络中多人合作的演化规则与稳定性条件。
2024-08-27 physics.soc-ph q-bio.PE
Identification of overlapping communities and their hierarchy by locally calculating community-changing resolution levels
我们提出了一个新的本地，确定性和无参数的算法，检测模糊和清晰的重叠社区的加权网络，同时揭示其层次结构。该算法通过引入局部适应度函数，不断扩展种子的自然社区，直到覆盖整个图。社区的层次结构是通过计算社区增长的分辨率水平而不是通过测试不同的分辨率水平来分析获得的。这种分析方法不仅比LFM和GCE等数值方法更精确，而且速度也更快。关键分辨率水平可以通过搜索分辨率的大变化不会导致群落增长的间隔来识别。我们在基准图和信息科学中的492篇论文的网络上测试了我们的算法。结合一个特定的后处理，该算法给出了更精确的结果，LFR基准与高重叠相比，其他算法和执行非常相似的GCE。
2010-12-06 cs.SI physics.data-an physics.soc-ph
Emergence of complex network topologies from flow-weighted optimization of network efficiency
运输和分销网络是近年来引起人们兴趣的一类空间网络。这些网络的特征通常是存在复杂的结构，例如中心环路与外围分支配对，这可能出现在自然和人造系统中，例如地铁和铁路网络。在这项研究中，我们调查这些非平凡的拓扑结构的背景下，在城市中的人类交通的出现的条件。我们提出了一个空间网络生成的极小模型，其中网络格作为一个空间基板和边缘速度和距离定义了一个有效的时间距离，量化的效率在探索城市空间。复杂的网络拓扑结构可以从联合网络路径的优化中恢复，我们研究了空间中两个节点之间的流概率和相关的旅行成本之间的相互作用如何影响所得到的最优网络。从城市交通的角度出发，我们通过人类流动模型来模拟这些流动，从而得到始发地-目的地矩阵。我们发现，当使用简单的格子，得到的最佳拓扑结构从树状结构过渡到更规则的网络，这取决于流的空间范围。值得注意的是，我们发现，分支配对到大循环结构出现的最佳结构时，网络被优化的异构流动性模式之间的相互作用，小范围的旅行和较长范围的典型的通勤。最后，我们表明，我们的框架是能够恢复大伦敦地区地铁网络的统计空间属性。
2023-01-20 physics.data-an physics.soc-ph
Stratified communities in complex business networks
本文提出了一个新的定义的社区结构的网络，它也考虑到社区是如何分层的。特别是，我们扩展了标准的聚类系数的概念，并提供了本地$l$邻接聚类系数的节点$i$。我们将其定义为距离$i$为$l$的节点的聚类系数的适当加权平均值。与节点$i$相关联的社区的层由$l$到$i$的距离来标识，使得标准聚类系数是层$l=0$处特有的局部$l$ -邻接聚类系数。当距离$l$变化时，局部$l$ -邻接聚类系数然后用于推断对整个网络的社区结构的洞察。在特殊的商业网络上进行了实证实验。特别是，空中交通网络的分析验证了理论的建议，并提供支持其实用性的论据。
2020-04-14 cs.SI physics.soc-ph
Network community detection and clustering with random walks
我们提出了一种新的方法来划分网络节点到不重叠的社区-揭示网络模块化和层次组织的关键一步。我们的方法，适用于网络的加权和未加权的对称边缘，使用随机游走，以探索在同一社区的相邻节点。步行似然算法（WLA）产生一个最佳的网络节点划分成一个给定数量的社区。步行似然社区发现者（WLCF）采用WLA来预测社区的最佳数量和相应的网络分区。我们对这两种算法进行了广泛的基准测试，发现它们在预测分区的模块化程度和社区之间的链接数量方面优于或匹配其他方法。利用我们的方法的计算效率，我们调查了科罗拉多州的道路和交叉口的大规模地图。我们的聚类在相邻社区之间产生了地理上合理的边界。
2022-02-22 physics.soc-ph q-bio.QM
Emerging communities in networks - a flow of ties
该研究提出一种由微分方程驱动的网络社区流动搜索方法，通过带符号图划分和有限尺寸Sierpinski三角形社区识别两个实验，验证了方法可恢复连边离散性、处理重叠节点的有效性。
2015-05-23 cs.SI physics.soc-ph
Detecting communities using asymptotical Surprise
现实世界网络中的节点被反复观察到形成密集的集群，通常被称为社区。检测这些节点组的方法通常最大化目标函数，该目标函数隐含地包含社区的定义。我们在这里分析了最近提出的一种称为惊喜的措施，它评估了网络划分为社区的质量。以其目前的形式，出其不意的提法相当难以分析。因此，我们在这里开发一个精确的渐近近似。这使得开发一种有效的算法来优化惊喜。顺便说一句，这导致了对加权图的惊讶的直接扩展。此外，这种近似可以更密切地分析突袭，并将其与其他方法进行比较，特别是模块化。我们发现，惊喜是（几乎）不受众所周知的分辨率限制，模块化的一个特殊问题。然而，惊喜可能会高估社区的数量，而他们可能被低估的模块化。简而言之，惊喜在许多小社区的限制下运作良好，而模块化在少数大社区的限制下运作得更好。从这个意义上说，惊奇比模块化更具区分性，并且可能发现模块化无法识别任何结构的社区。
2015-09-09 cs.DM cs.SI physics.soc-ph
Mixed membership distribution-free model
School of Economics and Finance, Chongqing University of Technology（重庆理工大学经济金融学院）
本文提出混合隶属分布自由模型，用于重叠加权网络社区检测，并设计谱算法、模糊加权模块度及社区数量确定方法，通过模拟和实际数据验证其有效性。
2024-04-05 cs.LG cs.SI physics.soc-ph
Time-dependent community structure in legislation cosponsorship networks in the Congress of the Republic of Peru
我们研究社区结构的时间依赖性的立法共同赞助网络在秘鲁国会，我们简要地比较他们在美国参议院的立法共同赞助网络。为了研究这些立法机构，我们采用了多层表示的时间网络中，立法者在每一层中相互连接的权重，这是基于有多少法案，他们共同发起。然后，我们使用多层模块化最大化来检测这些网络中的社区。从我们的计算中，我们能够捕捉到秘鲁国会在2006- 2011年期间的权力转移。例如，我们观察到出现的“机会主义者”，谁从一个社区切换到另一个，以及凝聚力的立法社区，其最初的组成部分立法者从来没有改变社区。有趣的是，许多机会属于在国会赢得多数席位的集团。
2017-03-02 nlin.AO physics.soc-ph
Partial synchronization and community switching in phase-oscillator networks and its analysis based on a bidirectional, weighted chain of three oscillators
复杂网络通常拥有基于网络连通性定义的社区。当动态在网络中发生时，也可以考虑动态社区;即，一组显示类似动态过程的节点。我们已经调查了分析和数值的动态社区结构的发展，社区被称为一组节点的频率同步，在网络中的相位振荡器。我们首先证明，使用几个示例网络，当网络连接或交互强度变化时，社区结构会发生变化。特别是，我们发现社区转换，即，一部分振荡器改变它们同步到的组，这发生在参数范围内。然后，我们提出了一个三振荡器模型：一个双向的，加权链的三个仓本相位振荡器，作为一个理论框架，了解社区的形成和变化。我们的分析表明，该模型显示了各种部分同步的模式：具有相似的固有频率的振荡器往往同步弱耦合，而紧密连接的振荡器往往同步强耦合。我们得到的近似表达式的临界耦合强度采用微扰方法在弱耦合制度和几何方法在强耦合制度。此外，我们阐明了不同模式之间的过渡的分叉类型。我们的理论可能是有用的理解部分同步模式的发展，在更广泛的一类复杂网络比社区结构的网络。
2022-09-01 nlin.AO physics.soc-ph
Detecting mesoscale structures by surprise
在复杂网络中识别中尺度结构的重要性怎么估计都不过分。到目前为止，很多注意力都集中在二元网络上的社区，二分和核心-外围结构的检测上：这样的努力导致了基于称为惊喜的评分函数的统一框架的定义，即可以分配给无向和有向网络上任何给定节点分区的p值。在这里，我们的目标是更进一步，通过扩展整个框架的加权的情况下：在审查应用程序的基于递归的形式主义检测二进制中尺度结构，我们提出了一个合适的泛化它检测加权中尺度结构，一个主题，已收到少得多的关注。为此，我们分析了惊喜的四种变体;从技术的角度来看，这相当于使用了超几何分布的四种变体：用于检测二元社区的二项分布、用于检测二元社区的多项分布。“双模”结构及其用于检测加权网络上的社区和“双模”结构的负对应物。最重要的是，我们定义了两个“增强”的惊喜的变种，能够编码的二进制和加权约束，其定义取决于两个合适的概括的超几何分布本身。因此，我们提出了一个通用的，基于概率的方法来检测网络上的中尺度结构，通过一个统一的，基于惊喜的框架。为了说明我们的方法的性能，我们首先在各种成熟的合成基准上测试它们，然后将它们应用于几个现实世界的网络，即社会，经济，金融和生态网络。此外，我们在论文中附上了一个Python代码，实现了所有考虑过的惊喜变体。
2021-12-30 physics.data-an physics.soc-ph
What is the Expected Transient Behavior of Opinion Evolution for Two Communities?
本文分析双社群加权图上 gossip 观点模型的早期瞬态行为，揭示社群内外边权重关系如何决定预期状态围绕局部或全局初始平均观点集中。
2023-04-24 cs.SI cs.SY eess.SY
LabelRankT: Incremental Community Detection in Dynamic Networks via Label Propagation
网络分析中一个越来越重要的挑战是有效地检测和跟踪动态网络中的社区，这些社区的变化以流的形式到达。需要一种算法，可以增量地更新和监控社区的演变产生巨大的实时数据流，如互联网或在线社交网络。在本文中，我们提出了LabelRankT，一个在线的分布式算法检测社区在大规模的动态网络，通过稳定的标签传播。在真实网络上的测试结果表明，LabelRankT具有比其他算法低得多的计算成本。与动态检测方法相比，它还提高了检测到的社区的质量，并与静态检测方法实现的质量相匹配。与大多数仅适用于二进制网络的算法不同，LabelRankT适用于加权和有向网络，这为现实世界的应用提供了灵活和有前途的解决方案。
2013-05-12 cs.SI physics.soc-ph
