Fuzzy overlapping communities in networks
网络通常表现出社区结构,其中顶点组彼此之间的连接比与其他顶点之间的连接更密集。通常这些社区重叠,使得每个顶点可以出现在多于一个社区中。然而,两种不同类型的重叠是可能的:清晰(每个顶点完全属于它是成员的每个社区)和模糊(每个顶点在不同程度上属于每个社区)。我们调查了群落重叠的影响。我们发现,它对社区检测方法的性能有很大的影响:一些算法在模糊重叠的情况下表现更好,而另一些算法则倾向于清晰重叠。我们还评估了一些算法的性能,当重叠是模糊的,恢复属于系数。最后,我们调查是否真正的网络包含模糊或清晰的重叠。
2011-02-10 cs.SI physics.soc-ph
A Unified Framework for Community Detection and Network Representation Learning
网络表示学习(NRL)旨在学习网络中顶点的低维向量。大多数现有的NRL方法专注于从顶点的局部上下文(例如它们的邻居)学习表示。然而,许多复杂网络中的顶点也表现出显著的全局模式,即社区。很直观的是,同一社区中的顶点往往连接得很密集,并共享共同的属性。这些模式有望改善NRL,并有利于相关的评估任务,如链接预测和顶点分类。受网络表示学习与文本建模相似性的启发,通过引入节点的社团信息,提出了一个统一的自然学习框架,称为社团增强网络表示学习(Community-enhanced Network,CNRL)。CNRL同时检测每个顶点的社区分布,并学习顶点和社区的嵌入。此外,建议的社区增强机制可以应用到各种现有的NRL模型。在实验中,我们评估我们的模型的顶点分类,链接预测,和社区发现使用几个真实世界的数据集。结果表明,CNRL显着和一贯优于其他国家的最先进的方法,同时验证了我们的假设的顶点和社区之间的相关性。
2018-07-04 cs.SI physics.soc-ph
Neighborhoods are good communities
社交网络的社区是顶点的集合,集合内部的连接比外部的连接多。我们从理论上证明了社交网络的两个常见的性质,重尾度分布和大的聚类系数,意味着存在顶点邻域(也称为egonet),它们本身就是良好的社区。我们评估这些社区社区的一系列图。我们发现,社区社区的电导率通常与费德勒切割一样好。此外,附近社区的电导表现出类似的行为,网络社区配置文件计算与个性化的PageRank社区发现方法。后者需要扫过大量的起始顶点,这可能是昂贵的。然而,通过使用一个小的且易于计算的邻域社区集作为这些PageRank社区的种子,我们发现当在图中的任何地方播种时,社区都可以精确地捕获网络社区配置文件的行为,并且总工作量显着减少。
2011-11-30 cs.DM cs.DS cs.SI
Active Community Detection in Massive Graphs
图挖掘中的一个典型问题是稠密社区的检测。这个问题对于具有大的阶数和大小(顶点和边的数量)的图来说更加严重,因为许多社区发现算法的可扩展性很差。在这项工作中,我们提出了一个新的框架,用于检测活动的社区,包括最活跃的顶点在大规模的图形。该框架适用于具有数十亿个顶点和数千亿条边的图。我们的框架利用了一个可并行的修剪算法的基础上的局部统计,过滤掉不活跃的顶点,然后集群剩余的活跃顶点通过光谱分解的相似性矩阵。我们证明了我们的方法的有效性与合成随机块模型图,使用调整后的兰德指数作为性能指标。我们进一步证明了它的实用性和效率在最近的现实世界的超链接网络图组成的超过35亿个顶点和1280亿条边。
2015-02-13 cs.SI physics.soc-ph
Reconstructing signed relations from interaction data
ETH Z\"urich, Chair of Systems Design Weinbergstrasse 56/58, Z\"urich, Switzerland
积极和消极的关系在人类行为中起着至关重要的作用,并塑造了我们生活的社区。尽管他们的重要性,有关签署关系的数据是罕见的,通常通过调查收集。交互数据更丰富,例如,以接近或通信数据的形式。然而,到目前为止,它还不能用来检测有符号的关系。在本文中,我们将展示如何使用这些数据提取潜在的有符号关系。采用统计网络的方法,我们在四个社区的签署关系构建网络。然后,我们表明,这些关系对应的调查报告。此外,推断的关系使我们能够研究个体的同性恋与性别,宗教信仰和财务背景。我们评估了在签名网络中三合会的重要性,以研究群体凝聚力。
2022-09-07 cs.LG cs.SI math.ST
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
Co-Membership-based Generic Anomalous Communities Detection
Ben-Gurion University of the Negev(内盖夫本-古里安大学)
如今,检测网络中的异常社区是研究中的一项重要任务,因为它有助于发现对社区结构网络的见解。大多数现有的方法利用关于顶点的属性或社区的拓扑结构的信息。在这项研究中,我们介绍了基于共同成员的通用异常社区检测算法(简称CMMAC),一种新颖的和通用的方法,利用多个社区中的顶点共同成员的信息。CMMAC是无域的,几乎不受社区大小和密度的影响。具体来说,我们训练分类器来预测社区中的每个顶点是社区成员的概率。然后,我们通过每个社区顶点的聚集成员资格概率对社区进行排名。排名最低的社区被视为异常。此外,我们提出了一种算法,用于生成一个社区结构的随机网络,使异常社区的注入,以促进该领域的研究。我们利用它来生成两个数据集,由数千个标记的异常注入网络组成,并发布它们。我们在数千个模拟和真实世界的网络上进行了广泛的实验,注入了人工异常。CMMAC在一系列设置中优于其他现有方法。此外,我们还证明了CMMAC可以识别不同领域的真实无标签网络中的异常社区,例如Reddit和Wikipedia。
2022-03-30 cs.LG cs.SI
Fast unfolding of communities in large networks: 15 years later
本文回顾Louvain方法提出15年来的发展,概述其推广、改进及除模块度外的质量函数,总结其在社区检测中的核心贡献。
2023-11-10 cs.SI physics.soc-ph
Constant Communities in Complex Networks
社区结构识别是网络分析中的一个基本问题。大多数社区检测算法是基于优化组合参数,例如模块化。这种优化通常是NP困难的,因此仅仅改变顶点的顺序就可以改变它们对社区的分配。然而,关于顶点排序如何影响社区发现算法结果的研究却很少。在这里,我们确定和研究的性质不变的顶点(常数社区),其分配给社区是,相当显着,不受顶点排序。恒定社区的百分比可以在不同的应用程序和经验的结果,我们提出的指标来评估这些社区。使用常数社区作为预处理步骤,可以显着减少结果的变化。最后,我们提出了一个音素网络的案例研究,并说明恒定的社区,相当引人注目的是,形成更大的社区的核心功能单位。
2013-02-23 cs.SI physics.soc-ph
Minimal paths between communities induced by geographical networks
在这项工作中,我们研究了地理网络的介数中心性及其与网络社区的关系。我们发现,具有大介数的顶点定义了我们所谓的特征介数路径,在建模和现实世界的地理网络。我们定义了一个地理网络模型,拥有一个简单的拓扑结构,同时仍然能够提出这样的介数路径。使用这个模型,我们表明,这样的路径代表的入口和出口点之间的路径高度连接的区域,或社区,地理网络。通过定义一个新的网络,包含在原始网络中的社区邻接的信息,我们描述了一种手段来表征这种特征介数路径提供的中尺度连接。
2015-10-19 cs.SI physics.soc-ph
High Degree Vertices and Spread of Infections in Spatially Modelled Social Networks
我们研究了网络中高度顶点的行为如何影响感染是通过社区传播还是在社区之间传播。我们研究了两个随机的易感染-感染-恢复(SIR)过程,并表示我们的网络与空间偏好连接(SPA)网络。在两种流行病场景中的一种,我们调整了高度数顶点的传染性,使它们的传染性降低。我们表明,在这种情况下,感染是通过社区传播的,而不是在社区之间跳跃。我们推测,这是不是在其他情况下,当传染是独立的程度的起源顶点。我们的理论结果和猜想支持模拟。
2019-02-28 cs.SI math.CO physics.soc-ph
Accurate Community Detection in the Stochastic Block Model via Spectral Algorithms
考虑随机块模型中的社区发现问题,其中有限个$K$社区的大小随网络大小$n$线性增长.该模型由一个随机图组成,使得每对顶点在社区内以概率$p$独立连接,在社区间以概率$q$独立连接。人们观察到这个随机图的一个实现,目标是从这个观察中重建社区。我们发现,在谱算法下,错误分类的顶点的数量不超过$s$与高概率$n$增长大,每当$pn=ω(1)$,$s=o(n)$和\begin{equation*} \lim\inf_{n\to\infty} {n(α_1 p+α_2 q-(α_1 + α_2)p^{\frac{α_1}{α_1 + α_2}}q^{\frac{α_2}{α_1 + α_2}})\over \log (\frac{n}{s})} >1,\quad\quad(1) \end{equation*},其中$α_1$和$α_2$表示(固定)的两个最小的社区中的顶点的比例。鉴于Abbe等人和Mossel等人最近的工作,这确立了所提出的频谱算法能够精确地恢复社区,只要在具有两个大小相等的社区的网络的情况下这是完全可能的。我们猜想,条件(1)实际上是必要的,以获得少于$s$错误分类的顶点渐近,这将建立在更一般的情况下的谱方法的最优性。
2014-12-23 cs.DS cs.SI
Estimating the Size of a Large Network and its Communities from a Random Sample
大多数真实世界的网络太大,无法直接测量或研究,并且从较小的子样本估计全局网络属性具有很大的兴趣。最重要的全局属性之一是网络中顶点/节点的数量。在计算机科学、流行病学、人口统计学和情报分析中,估计大型网络中的顶点数是一个重大挑战。本文考虑了具有K个社区/块的随机块模型(SBM)中的种群随机图G =(V;E).通过随机选取一个子集W,设G(W)为W中顶点的导出子图,得到一个样本。除了G(W)之外,我们还观察每个采样顶点的总度及其块成员。鉴于这部分信息,我们提出了一个有效的人口规模估计算法,称为脉冲,正确估计整个人口的大小以及每个社区的大小。为了支持我们的理论分析,我们进行了详尽的实验,研究样本量,K和SBM模型参数的估计的准确性的影响。实验结果还表明,PULSE在各种场景中的性能明显优于一种广泛使用的方法,称为网络扩展估计器。我们的结论与扩展和未来的工作方向。
2016-10-26 cs.SI physics.soc-ph stat.ML
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
GenPerm: A Unified Method for Detecting Non-overlapping and Overlapping Communities
非重叠社区和重叠社区的检测本质上是同一个问题。然而,目前的算法集中在寻找重叠或不重叠的社区。我们提出了一个通用的框架,可以识别非重叠和重叠的社区,没有任何事先输入的网络或其社区分布。为此,我们引入了一个基于顶点的度量,GenPerm,量化的顶点属于它的每个组成社区。我们的社区发现算法是基于最大化网络中所有顶点的GenPerm。我们证明,通过实验合成和真实世界的网络,GenPerm是更有效的比其他指标在评估社区结构。此外,我们表明,由于其以顶点为中心的属性,GenPerm可以用来展开几个推理超越社区发现,如核心-外围分析和消息传播。我们用于最大化GenPerm的算法在准确预测地面实况标签方面优于六种最先进的算法。最后,我们讨论了重叠社区中的分辨率限制问题,并证明了最大化GenPerm可以缓解这个问题。
2016-04-12 cs.SI physics.soc-ph
Discovering Polarized Communities in Signed Networks
签名网络包含边注释,以指示每个交互是友好的(正边)还是敌对的(负边)。该模型简单但功能强大,可以捕捉真实世界现象的新颖有趣的结构特性。对签名网络的分析有许多应用,从社交媒体中的建模讨论,到挖掘用户评论,以及在电子商务网站中推荐产品。在本文中,我们考虑的问题,发现极化社区签署的网络。特别是,我们搜索两个社区(网络顶点的子集),其中社区内大多数是正边,而社区之间大多数是负边。我们制定这个新的问题作为一个“离散特征向量”的问题,我们证明是NP-难的。然后,我们开发了两个直观的谱算法:一个确定性,一个随机的质量保证$\sqrt{n}$(其中$n$是图中的顶点数),紧到常数因子。我们验证我们的算法对现实世界的签名网络上的非平凡基线。我们的实验证实,我们的算法产生更高质量的解决方案,速度更快,可以扩展到比基线更大的网络,并且能够检测地面实况极化社区。
2019-10-06 cs.DS cs.SI
Geosocial Graph-Based Community Detection
我们应用谱聚类和多层模块化优化洛杉矶警察局实地采访卡数据集。为了检测社区(即,内聚的顶点组),我们使用的地理和社会信息停止涉及街头帮派成员在洛杉矶警察局霍伦贝克区。然后,我们将算法检测到的社区与已知的帮派识别进行比较,并认为差异是由于数据中社会联系的稀疏性以及模糊社区之间区别的复杂潜在社会学因素。
2012-11-26 cs.SI physics.soc-ph
Recovering Small Communities in the Planted Partition Model
University of Twente(特温特大学);Université Gustave Eiffel(古斯塔夫·埃菲尔大学)
本文提出了一种基于共同邻居的聚类规则,在种植分区模型中恢复小而异质大小的社区,并改进了现有保证。
2026-03-04 cs.SI math.PR
On the Impact of Sample Size in Reconstructing Graph Signals
本文研究图信号重构中样本量与重构误差的关系,发现在带噪观测和最小二乘重构设定下,增加观测样本并不总能降低预期重构误差,并从理论与实验两方面验证了该结论。
2023-07-01 cs.SI eess.SP
Community detection in network using Szegedy quantum walk
National Institute of Technology Agartala(阿加塔拉国立技术学院)
本文提出利用Szegedy量子行走方法,通过量子行走的极限概率分布发现网络中的社区结构。
2026-02-09 cs.SI math.CO physics.soc-ph
A similarity-based community detection method with multiple prototype representation
社区对于理解社交网络中的图结构具有重要意义。一些现有的社区发现算法使用单个原型来表示每个组。在实际应用中,这可能无法充分模拟不同类型的社区,因此限制了社交网络上的聚类性能。针对这一问题,提出了一种基于相似性的多原型社区发现方法。在SMP中,每个社区中的顶点具有不同的权重来描述它们的代表性程度。这种机制使每个社区能够由多个节点表示。节点的中心性用于计算原型权重,而相似性用于指导我们划分图。计算机生成的和真实世界的网络上的实验结果清楚地表明,SMP执行良好的检测社区。此外,与现有的社区发现模型相比,该方法借助原型权值,能够提供更丰富的社区内部结构信息。
2015-08-25 cs.SI physics.soc-ph
Detecting hierarchical and overlapping network communities using locally optimal modularity changes
凝聚聚类是一种确定网络社区的成熟策略。社区逐渐合并为更大的社区,使行为者网络粗化为更易于管理的社区网络。合并发生的顺序一般不清楚,因此需要选择要合并的社区对。我们描述了一个层次聚类算法的基础上的局部最优属性。对于网络中的每个边缘,我们将模块化变化与其链接的社区合并相关联。对于每一个社区顶点,我们称之为首选的边缘的模块化变化是最大的。当一条边被它所链接的两个顶点所偏好时,从局部观点来看,它似乎是最佳选择。我们使用局部最优边缘来定义算法:同时合并由局部最优边缘连接的所有社区对,这将增加模块化,在每一步之后重新确定局部最优边缘,并继续只要模块化可以进一步增加。我们将该算法应用于模型和经验网络,证明它可以有效地产生高质量的社区解决方案。我们将性能和实现细节与由此产生的社区层次结构相关联。我们还考虑了一个互补的局部聚类算法,描述了如何识别重叠社区的局部最优条件的基础上。
2013-09-04 cond-mat.dis-nn cs.SI physics.soc-ph
Community Detection using Fortunato's Performance Measure
本文研究无权无向网络的社区发现,基于 Fortunato 的 fp 性能测度提出双层迭代贪心算法 fpGreed 及面向大规模数据的快速启发式算法 fastFp,并在多个数据集上验证其质量与效率。
2025-08-31 cs.SI
Overlapping Community Detection Using Neighborhood-Inflated Seed Expansion
社区发现是网络分析中的一项重要任务。社区(也称为集群)是一组内聚顶点,其内部连接多于外部连接。在许多社会和信息网络中,这些社区自然重叠。例如,在社交网络中,图中的每个顶点对应于通常参与多个社区的个人。在本文中,我们提出了一个有效的重叠社区发现算法,使用种子扩展方法。我们的算法的核心思想是找到好的种子,然后根据社区度量对这些种子进行greenly扩展。在这种种子扩展方法中,我们研究了如何在图中确定好的种子节点的问题。特别是,我们开发了新的播种策略的个性化PageRank聚类方案,优化电导社区得分。实验结果表明,我们的种子扩展算法优于其他国家的最先进的重叠社区发现方法产生的凝聚力集群和识别地面真理社区。我们还表明,我们的新播种策略比现有的策略更好,因此在现实世界的网络中找到良好的重叠社区是有效的。
2015-04-03 cs.SI physics.soc-ph
Oriented and Degree-generated Block Models: Generating and Inferring Communities with Inhomogeneous Degree Distributions
随机块模型是从网络拓扑推断社团结构的有力工具。然而,它预测了每个社区内的泊松度分布,而大多数现实世界的网络都有一个重尾度分布。度校正块模型可以适应社区内的任意度分布。但是,由于它将顶点度作为参数而不是生成它们,因此它不能使用它们来帮助它对顶点进行分类,并且它对有向图的自然推广甚至不能使用边的方向。在本文中,我们提出了块模型的变体,它们可以在分类过程中使用顶点度和边方向,同时容忍社区内的重尾度分布。我们发现,对于一些网络,包括合成网络和英语文本中的单词邻接网络,这些新的块模型实现了比标准或度校正块模型更高的准确性。
2012-05-31 cond-mat.stat-mech cs.SI physics.soc-ph
Network Communities of Dynamical Influence
在对更大连通性的渴望的推动下,网络系统现在以前所未有的水平渗透到我们的社会中,并将以我们尚不了解的方式影响它。相比之下,大自然已经形成了高效的网络,当关键要素受到刺激时,可以激发快速反应和共识。我们提出了一种技术,通过调查系统的最主要的特征向量之间的关系,确定这些关键要素。这种方法揭示了在刺激下导致网络快速达成共识的最有效顶点,以及在其动态影响下形成的社区。在应用这种技术时,发现椋鸟群的有效性部分是由于每只鸟的低outdegree,增加外向连接的数量可以产生一个反应较弱的群体。一个更大的outdegree也影响了鸟类的位置与最大的影响,这些影响连接的鸟类变得更集中的位置,并在一个贫穷的位置,以观察捕食者,因此,煽动一个逃避机动。最后,该技术被发现在大型体素大脑连接组中是有效的,其中受试者可以从他们有影响力的社区中识别出来。
2019-10-05 cs.SI nlin.AO physics.soc-ph
A Network Approach to the French System of Legal codes - Part I: Analysis of a Dense Network
我们探讨了一个编纂的法律体系在国家层面上使用一种新的代表性,以了解法律的各个领域之间的强或弱的依赖性的结构的一个方面。在本研究的第一部分中,我们分析了与网络相关的图,其中每个法国法律代码是一个顶点,当一个代码引用另一个代码至少一次时,两个顶点之间产生一个边。我们表明,这个网络区别于许多其他真正的网络从高密度,给它一个特殊的结构,我们称之为集中的世界,区分一个国家的法律制度(考虑在代码级的决议),从小世界图中确定的许多社交网络。然后,我们的分析表明,一些社区(高度连接的顶点组)的代码覆盖大域的监管结构的整个系统。事实上,我们主要发现一组核心的影响守则,一组与社会问题有关的守则和一组处理领土和自然资源的守则。对这一编纂的法律体系的研究在分析真实网络的领域中也是有意义的。特别是,我们研究的影响,高密度图的结构特征和社区的方式进行搜索。最后,我们提供了一个原始的可视化这个图形上的半形图,这种表示是基于统计减少顶点之间的相异性措施。在第二部分(以下文件)中,我们将展示如何考虑权重分配给网络中的每条边,与两个顶点(代码)之间的引用数量成比例,从而加深对法国法律体系的分析。
2011-11-19 cs.SI physics.soc-ph
On the Impact of Sample Size in Reconstructing Noisy Graph Signals: A Theoretical Characterisation
University of Oxford(牛津大学)
本文通过理论分析和实验,探讨了在噪声环境下样本大小对图信号重建误差的影响,揭示了不同重建方法在低信噪比下的误差特性及优化策略。
2026-02-24 cs.SI eess.SP
Community detection in general stochastic block models: fundamental limits and efficient recovery algorithms
随机块模型是两个非重叠对称社区的特殊情况,最近发现了新的相变现象。这特别提出了由阈值驱动的新算法挑战。本文探讨了是否有一个普遍的现象发生在多个社区,而不强加对称性。在一般的随机块模型$\text{SBM}(n,p,Q)$中,$n$顶点被分成大小为$\{p_i\}_{i \in [k]}$的$k$社区,社区中的顶点$i$和$j$以概率$\{Q_{i,j}\}_{i,j \in [k]}$独立连接.本文研究了一般SBM(在常数和对数度制度)的社区的部分和精确恢复,并使用结果的一般性来解决重叠社区。该论文的贡献包括:(i)根据新的发散函数$D_+$的一般SBM中的恢复阈值的明确表征,该新的发散函数推广了Hellinger发散和Bauffff发散,并且向类似于信道编码定理中的KL发散的发散函数提供了操作意义,(ii)开发一种算法,该算法将社区一直恢复到最佳阈值,并在准线性时间内运行,表明精确恢复对于多个社区没有信息理论到计算差距,与4个以上群落的检测结果相反;注意该算法在达到阈值和具有准线性复杂度方面都是最优的,(iii)发展一种有效的算法,在常数度范围内检测社区,并具有明确的准确性界限,当指定信号-信噪比(根据$\diag(p)Q$的光谱定义)趋于无穷大。
2015-04-04 cs.IT cs.SI math.IT
Constrained Community Detection in Social Networks
网络中的社区检测是识别异常良好连接的子网络的过程,是许多应用网络分析的核心组成部分。模块化优化的范例规定了网络顶点的分区,该分区最大化组(社区)内的边缘分数与边缘随机分布时的预期分数之间的差异。模块化的目标函数采用了网络的拓扑结构专门和已被广泛研究,而社区组成的约束条件或外部信息的整合在很大程度上仍然是未开发的。我们对模块化目标函数施加惩罚函数,以规范社区的构成,并应用我们的方法在医院网络内识别医疗保健社区(HCC),使每个HCC内进行的心脏除颤器手术的数量超过最低阈值。这一限制允许通过标准化整个医院网络的心脏护理分布,在由此产生的医疗保健社区之间进行有意义的心脏护理比较。
2017-08-14 cs.SI physics.soc-ph stat.AP
Butterfly-Core Community Search over Labeled Graphs
社区搜索的目的是在图中找到查询顶点的密集连接子图。虽然这一任务已经在文献中得到了广泛的研究,但大多数现有的作品只关注于寻找同质社区,而不是具有不同标签的异质社区。在本文中,我们提出了一个新的问题,跨组社区搜索,即蝴蝶核心社区(BCC),在一个标记的图,其中每个顶点有一个标签表示其属性和两个顶点之间的边表示它们的交叉关系。具体来说,对于两个查询顶点具有不同的标签,我们的目标是找到一个密集连接的交叉社区,包含两个查询顶点,并由蝴蝶网络,其中每个翅膀的蝴蝶是由一个k-核心搜索的基础上,一个查询顶点和两个翅膀连接这些蝴蝶。事实上,BCC结构允许结构的内聚性和最小直径,从而可以有效地捕获异构和简洁的协作团队。此外,我们从理论上证明了该问题是NP-困难的,并分析了它的不可逼近性。为了有效地解决这个问题,我们开发了一个启发式算法,它首先找到一个BCC包含查询顶点,然后迭代地删除最远的顶点从图中的查询顶点。该算法可以达到最优解的2-近似。为了进一步提高效率,我们设计了一个蝴蝶核索引,并开发了一套有效的算法来识别和维护蝴蝶核的顶点被删除。八个真实世界的网络和四个新的案例研究的广泛实验验证了我们的算法的有效性和效率。
2021-05-20 cs.DB cs.SI
Maintaining Leiden Communities in Large Dynamic Graphs
ByteDance Inc.(字节跳动)
针对现有动态 Leiden 算法在频繁更新下效率低的问题,提出 HIT-Leiden 算法,通过维护连通分量和层次社区结构减少受影响顶点范围,实现高达五个数量级的加速。
2026-06-18 cs.DB cs.GR cs.SI
Sublinear-Time Clustering Oracle for Signed Graphs
KTH Royal Institute of Technology(KTH皇家理工学院);University of Science and Technology of China(中国科学技术大学)
社交网络通常使用符号图来建模,其中顶点对应于用户,并且边具有指示用户之间的交互是积极的还是消极的符号。出现的符号图通常包含一个清晰的社区结构,在这个意义上,图可以被划分为少量的极化社区,每个定义一个稀疏的切割和不可分割的更小的极化子社区。我们提供了一个本地聚类预言机的签名图与这样一个明确的社区结构,可以回答成员查询,即,“给定一个顶点$v$,$v$属于哪个社区?“,在次线性时间内通过仅读取图形的一小部分来实现。形式上,当图具有有界最大度且社区数至多为$O(\log n)$时,在$\tilde{O}(\sqrt{n}\operatorname{poly}(1/\varepsilon))$预处理时间的作用下,我们的预言机可以在$\tilde{O}(\sqrt{n}\operatorname{poly}(1/\varepsilon))$时间内回答每个成员查询,并正确分类$(1-\varepsilon)$ -分数的顶点.一系列隐藏的人造真实社区我们的预言是可取的应用程序中的聚类信息是只需要一个小数目的顶点。在此之前,这种局部聚类预言只为无符号图所知;我们对有符号图的推广需要一些新的想法,并对有符号的随机游动的行为进行了新的谱分析。我们评估我们的算法构建这样一个预言和回答成员查询合成和现实世界的数据集,在实践中验证其性能。
2022-06-28 cs.DS cs.LG cs.SI
Ordered community structure in networks
网络中的社区结构通常是基于顶点的某些属性的同质性或竞争性混合的结果。例如,研究人员可以被分组到与他们的研究主题相对应的社区中。如果顶点属性具有离散值,则这是可能的,但是许多网络通过一些连续值属性(例如年龄或地理位置)表现出连续混合。在这种情况下,无法确定离散的社区。我们考虑如何将社区结构的概念推广到基于连续值属性的网络:一般来说,网络可能包含根据其属性值排序的离散社区。我们提出了一种生成有序网络的方法,并研究了有序社区结构对传染病传播的影响。我们还表明,社区检测算法无法恢复有序网络中的社区结构,并评估一种替代方法,使用布局算法来恢复排序。
2012-02-13 cs.SI physics.soc-ph
Fast Butterfly-Core Community Search For Large Labeled Graphs
Central South University of Forestry and Technology(中南林业科技大学);State University of New York New Paltz(纽约州立大学新帕尔茨分校)
针对异构图社区搜索难以识别跨组社区且效率不足的问题,提出基于BCC结构、结合RWR与蝴蝶度的快速搜索模型,并通过优化距离更新提升大图处理性能。
2024-01-19 cs.AI cs.SI
Ensemble-based Overlapping Community Detection using Disjoint Community Structures
虽然已经有大量的方法来检测不相交的社区从现实世界的复杂网络,最近也提出了一些方法来检测重叠的社区结构。在这项工作中,我们认为,而不是开发单独的方法来检测重叠的社区,一个有前途的替代方案是从多个不相交的社区结构来推断重叠的社区。我们提出了一个集成为基础的方法,称为EnCoD,利用各种不相交的社区发现算法,发现重叠的社区结构产生的解决方案。具体来说,EnCoD根据基本算法的结果为每个顶点生成一个特征向量,并学习哪些特征可以以无监督的方式检测密集连接的重叠区域。它不断迭代,直到每个顶点属于自己社区的可能性最大化。在合成网络和几个真实网络(具有已知的真实社区结构)上的实验表明,EnCoD的性能明显优于9种最先进的重叠社区发现算法。最后,我们证明了EnCoD是通用的,足以应用于网络中的顶点与明确的语义特征。据我们所知,EnCoD是继MEDOC之后的第二种基于集合的重叠社区发现方法[1]。
2018-08-19 cs.SI physics.soc-ph
Detecting community structure in networks using edge prediction methods
社区检测和边缘预测是链接挖掘的两种形式:它们涉及发现网络中顶点之间的关系。在边缘预测中使用的一些顶点相似性度量与社区结构的概念密切相关。我们利用这一洞察力,提出了一种新的方法,通过使用一个简单的顶点相似性度量来改善现有的社区检测算法。我们表明,这种新的策略可以更有效地检测社区比基本的社区检测算法。
2012-01-17 cs.SI physics.soc-ph
CommunityGAN: Community Detection with Generative Adversarial Nets
Shanghai Jiao Tong University(上海交通大学)
社区发现是指发现具有相似属性或功能的顶点组,从而理解网络数据的任务。随着最近深度学习的发展,图表示学习技术也被用于社区发现。然而,社区只能通过应用基于学习的顶点嵌入的聚类算法来推断。K-means和Gaussian Mixture Model等常用的聚类算法不能产生大量的重叠社区,这在现实网络中是非常普遍的。在本文中,我们提出了CommunityGAN,一个新的社区发现框架,共同解决重叠的社区发现和图表示学习。首先,与传统的图表示学习算法的嵌入不同,其中向量条目值没有特定的含义,CommunityGAN的嵌入指示顶点对社区的成员关系强度。其次,采用专门设计的生成对抗网络(GAN)来优化这种嵌入。通过模体级生成器和搜索引擎之间的极大极小竞争,两者可以交替迭代地提高性能,最终输出更好的社区结构。对合成数据和现实任务的广泛实验表明,CommunityGAN在最先进的方法上实现了显著的社区发现性能增益。
2019-12-16 cs.AI cs.SI
Leaders, Followers, and Community Detection
社交网络或图中的社区是连接良好的重叠顶点的集合。社区检测算法的有效性取决于找到地面真实社区的准确性和随数据大小扩展的能力。在这项工作中,我们提供了三个贡献。首先,我们证明了一种流行的准确性度量,称为F1得分,它介于0和1之间,1是完美的检测,其信息下限为0.5。我们提供了一个简单的算法,可以为任何图生成F1得分为0.5的社区!有些令人惊讶的是,我们发现流行的算法,如模块化优化,BigClam和CESNA对于流行的IMDB图的F1分数小于0.5。为了纠正这一点,作为第二个贡献,我们提出了一个生成模型的社区形成,顺序社区图,这是由形成社交网络的动机。第三,我们的生成模型的动机,我们提出了领导者-追随者算法(LFA)。我们证明了它恢复所有社区的序列社区图建立一个结构性的结果,序列社区图是弦。对于大量流行的社交网络,它恢复社区的F1分数比其他流行的算法高得多。对于IMDB图,它获得了0.81的F1分数。我们还提出了一个修改的LFA称为快速领导者-追随者算法(FLFA),除了是高度准确的,也是快速的,与缩放,几乎是线性的网络大小。
2019-09-22 cs.SI physics.soc-ph stat.ML
Community Detection Using Slow Mixing Markov Models
图中的\emph{community detection}的任务形式化了将顶点子集分组在一起的直观任务,使得集群内的顶点比不同集群中的顶点连接得更紧密。本文通过在图上构造马尔可夫随机游动来研究图中的社区发现问题。然后,随机游走的混合特性被用来识别社区。我们使用过去的耦合作为算法原语,将行走的混合属性转化为揭示图的社区结构。我们分析了我们的算法在特定图结构上的性能,包括随机块模型(SBM)和LFR随机图。
2015-10-09 cs.SI
Detecting Topological Changes in Dynamic Community Networks
时变(动态)网络(图)的研究对于计算机网络分析具有根本的重要性。已经提出了几种方法来检测显着的结构变化的影响,在一个时间序列的图形。这项工作的主要贡献是一个动态社区图模型的详细分析。该模型是通过添加新的顶点,并将它们随机附加到现有的节点。它是著名的随机块模型的动态扩展。这项工作的目标是检测图动态从正常进化(平衡社区以相同的速度增长)切换到异常行为(社区开始合并)的时间。为了避免将每个图分解为社区的问题,我们使用一个度量来量化作为时间函数的图拓扑的变化。异常的检测成为检验图正在经历重大结构变化的假设之一。除了理论分析的测试统计量,我们进行蒙特卡罗模拟我们的动态图模型,以证明我们的测试可以检测到图拓扑结构的变化。
2017-07-23 cs.DM cs.SI physics.soc-ph
Community detection in networks: A user guide
网络社区发现是现代网络科学研究的热点之一。社区或集群通常是顶点的组,它们彼此连接的概率高于与其他组的成员连接的概率,尽管其他模式也是可能的。识别社区是一个定义不清的问题。在基本要素上没有通用的协议,比如社区本身的定义,也没有其他关键问题,比如算法的验证和性能的比较。这造成了一些混淆和误解,破坏了该领域的进展。我们提供了一个导游通过问题的主要方面。我们还指出了流行的方法的优点和缺点,并指导他们的使用。
2016-11-03 cs.IR cs.SI physics.soc-ph
Exact Recovery of Community Detection in k-Community Gaussian Mixture Model
University of Connecticut(康涅狄格大学)
本文研究了高斯混合模型上的社区发现问题,其中顶点被划分为$k\geq 2$不同的社区.我们模型的主要区别在于,对于观测矩阵中的不同条目,高斯扰动的强度是不同的,并且我们不假设每个社区都有相同数量的顶点。我们明确地找到最大似然估计的精确恢复的阈值。应用包括超图上的社区发现。
2020-08-29 cs.LG cs.SI math.PR
Community Detection in Networks using Graph Distance
网络的研究最近不仅受到社会科学和统计学的关注,而且受到物理学家,计算机科学家和数学家的关注。网络中的一个主要问题是社区发现。人们已经提出了许多算法来寻找社区,但大多数算法对于稀疏网络和物理学家提出的相变边界附近的网络都没有理论保证。也有例外,但都有不完善的理论基础。在这里,我们提出了一个算法的基础上,在网络中的顶点的图距离。我们给出了理论保证,我们的方法在识别社区块模型,并可以扩展到度校正块模型和块模型的社区数量与顶点数增长。尽管有利的模拟结果,我们还不能得出结论,我们的方法是令人满意的最坏的可能情况。我们以政治博客网络、Facebook网络和其他一些网络为例。
2014-01-24 cs.SI stat.ML
Finding missing edges in networks based on their community structure
基于不完全网络结构的各种局部或全局性质,已经提出了许多边缘预测方法。社区结构是网络的另一个重要特征:社区中的顶点连接比平均水平更紧密。同一社区中的顶点通常具有“相似”的属性,这表明丢失的边更有可能在社区中找到。我们使用这个洞察力,提出了一个战略,结合现有的边缘预测方法与社区发现的边缘预测。我们表明,这种方法提供了更好的预测精度比现有的边缘预测方法单独。
2012-05-15 cs.IR cs.SI physics.data-an
SASH: Decoding Community Structure in Graphs
本文将社区检测建模为纠错码解码问题,提出社区结构编码及新算法 SASH,并在种植划分模型和 Zachary 空手道俱乐部数据集上验证其性能。
2025-07-22 cs.IT cs.SI math.CO
Hierarchical-Graph-Structured Edge Partition Models for Learning Evolving Community Structure
Great Bay Institute for Advanced Study(大湾区高等研究院);Great Bay University(大湾区大学);School of Computing and Information Technology(计算与信息技术学院)
提出一种基于 Poisson-gamma 边划分和层次图先验的动态网络模型,通过层次转移核建模潜在社区的演化与交互,在链路预测和社区检测任务上优于现有方法。
2024-11-18 cs.LG cs.SI
Enhancing community detection using a network weighting strategy
网络中的社区是一组彼此紧密连接但与外部顶点连接较少的顶点。大型网络中的社区检测问题在计算机科学、生物学和社会学等广泛的研究领域中起着关键作用。大多数现有的算法来寻找社区依赖于网络的拓扑特征,并且通常不能很好地扩展到大型的现实生活中的实例。在这篇文章中,我们提出了一种策略,以提高现有的社区发现算法,增加了一个预处理步骤,边缘加权根据其中心w.r.t.网络拓扑。在我们的方法中,边的中心性反映了它对任意图横截的贡献,即,在网络上传播消息,尽可能短。我们的策略是能够有效地补充有关网络拓扑结构的信息,它可以被用来作为一个额外的工具,以提高社区发现。边中心性的计算是通过在网络上执行多个有界长度的随机游走来进行的。我们的方法使计算的边缘中心也可行的大规模网络。它已被测试结合三个国家的最先进的社区发现算法,即鲁汶方法,COPRA和OSLOM。实验结果表明,我们的方法提高了现有算法的准确性在合成和现实生活中的数据集。
2013-03-07 cs.DS cs.SI physics.soc-ph
Keyword Aware Influential Community Search in Large Attributed Graphs
BUET(孟加拉国工程技术大学);Swinburne University of Technology(斯威本科技大学);Melbourne University(墨尔本大学)
我们介绍了一种新的关键字感知的有影响力的社区查询KICQ,发现最有影响力的社区从属性图,其中一个有影响力的社区被定义为一个紧密连接的顶点组,具有一定的优势,超过其他组的顶点与专业知识(一组关键字)匹配的查询条件(单词或短语)。我们首先设计的KICQ,方便用户发出一个有影响力的CS查询直观地使用一组查询条件,和谓词(与或)。在这种情况下,我们提出了一种新的基于词嵌入的相似度模型,使语义社区搜索,这大大扩展了精确的关键字为基础的社区搜索的局限性。接下来,我们提出了一个新的社区的影响力的措施,考虑了社区的凝聚力和影响力,并消除了需要指定的网络的内部参数的值。最后,我们提出了两个有效的算法搜索有影响力的社区在大型属性图。我们提出了详细的实验和案例研究,以证明所提出的方法的有效性和效率。
2019-12-04 cs.CL cs.SI
Network Topology Inference Using Information Cascades with Limited Statistical Knowledge
我们研究了从信息级联推断网络拓扑结构的问题,其中信息在网络中的边缘扩散所需的时间遵循未知的分布。与以前的研究不同,这些研究假设了这些分布的知识,我们只要求沿着网络中不同边缘的扩散与有限的矩信息(例如,的手段)。本文引入了图的分离点集的概念,它是指对于图的任意两个不同的顶点,存在一个到它们的距离不同的顶点的顶点集。我们表明,重建一棵树完美地使用顶点对之间的距离信息的必要条件是由所观察到的分离顶点集的大小。然后,我们提出了一个算法来恢复的树结构使用感染时间,其差异有相应的两个顶点之间的距离的手段。为了提高算法的准确性,我们提出了冗余顶点的概念,它允许我们执行平均以更好地估计两个顶点之间的距离。虽然理论主要是为树网络开发的,我们演示了如何将算法扩展到一般的图形。使用合成网络和真实网络的仿真以及使用真实数据的实验表明,我们提出的算法比当前一些最先进的网络重建方法表现得更好。
2019-03-04 cs.SI
GraphC: Parameter-free Hierarchical Clustering of Signed Graph Networks v2
针对谱聚类方法在大规模带符号图中性能下降的问题,提出无参数可扩展层次聚类算法GraphC,在14个数据集上对比10种基线算法平均累计提升18.64%,可处理数千万顶点边的Amazon数据集。
2025-01-14 cs.SI
Query Driven-Graph Neural Networks for Community Search: From Non-Attributed, Attributed, to Interactive Attributed
The Chinese University of Hong Kong(香港中文大学);Tencent AI Lab(腾讯人工智能实验室);Hong Kong Baptist University(香港浸会大学)
给定一个或多个查询顶点,社区搜索(CS)的目标是找到密集的内部连接和松散的内部连接的结构包含查询顶点。属性社区搜索(ACS),一个相关的问题,是更具挑战性的,因为它发现社区的凝聚力结构和同质顶点属性。然而,CS任务的大多数方法依赖于不灵活的预定义的结构和研究ACS独立对待每个属性。此外,最流行的ACS策略将ACS分解为两个单独的子问题,即,CS任务和后续属性筛选任务。然而,在现实世界的图,社区结构和顶点属性是密切相关的。这种相关性对于ACS问题至关重要。在本文中,我们提出了用于CS和ACS问题的图神经网络模型,即,查询驱动GNN和属性查询驱动GNN。在QD-GNN中,我们结合了局部查询依赖结构和全局图嵌入。为了扩展QD-GNN来处理属性,我们将顶点属性建模为二分图,并通过在该二分图上构造GNN来捕获属性之间的关系。通过特征融合算子,AQD-GNN同时处理结构和属性,并根据每个属性查询预测社区。在真实图和真实社区上的实验表明,所提出的模型在效率和有效性方面优于现有的CS和ACS算法。最近,提出了一种用于CS的交互式设置,允许用户调整预测的社区。我们进一步验证了我们的方法下的互动设置和扩展到属性上下文。我们的方法实现了2.37%和6.29%的F1分数分别比最先进的模型没有属性和属性。
2022-03-23 cs.DB cs.LG cs.SI
Detecting Patterns of Interaction in Temporal Hypergraphs via Edge Clustering
Toronto Metropolitan University(多伦多都会大学);Tutte Institute for Mathematics and Computing(塔特数学与计算研究所)
本文提出通过边聚类方法检测时间超图中交互模式,利用结构相似性函数发现顶点簇以辅助后续任务。
2025-06-03 cs.SI
Uncovering the Small Community Structure in Large Networks: A Local Spectral Approach
大型图出现在许多背景下,理解它们的结构并从中提取信息是一个重要的研究领域。挖掘社区的早期算法专注于全局结构,并且通常根据整个图的大小随时间函数运行。如今,我们经常探索具有数十亿个顶点的网络,并发现数百个大小的社区,因此在处理大型网络时,将我们的注意力从宏观结构转移到微观结构至关重要。越来越多的工作采用了本地扩展方法,以便从一些模范种子成员中识别社区。在本文中,我们提出了一种新的方法来寻找重叠的社区称为LEMON(本地扩展通过最小一个范数)。与PageRank扩散方法不同,LEMON通过在局部谱的跨度中寻找稀疏向量来找到社区,使得种子在其支持下。我们表明,LEMON可以达到最高的检测精度之间的国家的最先进的建议。运行时间取决于社区的大小,而不是整个图的大小。该算法易于实现,具有高度的并行性。此外,由于网络的性质并不完全相同,因此仍然缺乏关于本地扩展方法如何适用于发现不同网络中的社区的全面分析。我们使用不同领域的合成数据集和真实数据集对我们的方法进行了全面评估,并分析了将我们的方法应用于实际中固有的不同网络时的经验变化。此外,还对种子集的质量和数量对性能的影响进行了分析。
2015-09-25 cs.DS cs.SI physics.soc-ph