A fast clustering algorithm for mining social network data
许多信仰不同的团体正在网上互动。在线社区中的互动有助于人们相互参与,并增强跨群体的理解。在线社区包括多个子社区,其成员由于社会关系、特征或关于某个主题的想法而相似。在这项研究中,我们有兴趣了解这些子社区的相对规模和活动的变化,它们的合并或分裂模式,以及由于社区内部的内生动力,这些子社区成员的观点的变化。
2014-08-29 cs.SI physics.soc-ph
Hierarchies of Predominantly Connected Communities
我们考虑其顶点主要连接的社区,即,每个社区中的顶点与同一社区的其他社区成员的连接比与社区外的顶点的连接更强。Flake等人介绍了一种分层聚类算法,该算法根据输入参数找到不同粗糙度的主要连接社区。我们提出了一个简单而有效的方法来构建一个聚类层次根据Flake等人。取代了选择可行的参数值的必要性,并保证所得到的层次结构的完整性,即,该层次结构包含可以由原始算法为任何参数值构造的所有聚类。然而,主要连接的社区并没有组织在一个单一的层次结构。因此,我们开发了一个框架,预先计算后,在最$2(n-1)$最大流量,承认一个线性时间结构的集群$\C(S)$的主要连接的社区,包含一个给定的社区$S$和最大的意义上说,任何进一步的集群的主要连接的社区,也包含$S$是分层嵌套在$\C(S)$。我们进一步推广这种结构产生一个集群与$k$给定社区在$O(kn)$时间类似的属性。这允许分析网络的结构相对于不同层次中的各种社区。
2013-05-03 cs.DS cs.SI physics.soc-ph
Non-Parametric Detection of Network Communities; The Natural Way; A Cascaded Stackelberg Game
现实世界的网络具有内在的动态结构,通常由成员不断变化的社区组成。识别这些社区在分析网络的结构特性时非常重要。因此,近年来已经见证了密集的研究,以解决检测这种不断变化的社区的挑战性问题。朝向社区发现的主流方法涉及在网络上优化全局分区质量度量(例如,模块化)。另一种技术,谱聚类,涉及在低维空间中映射原始数据点,其中图的聚类属性更加明显,然后应用标准聚类技术来识别社区。然而,传统的谱聚类技术不能自然地学习网络中社区的数量。这些技术是基于外部社区连接属性,往往无法识别密集网络中较小的社区结构。在这篇文章中,我们提出了一个算法,即级联Stackelberg社区发现算法(CASCODE)的启发Stackelberg双寡头博弈。该算法使用节点之间的领导者-追随者关系的概念来影响任何一个节点的行为。该算法的直观性是基于网络中进化社区的自然预期内部结构。因此,该算法能够自然地学习网络中的社区数量,而其他技术,如谱聚类,需要社区的预期数量作为输入。由于这种基于Stackelberg模型的社区发现算法是通过社区的内部结构来检测社区的,因此我们能够在密集网络中获得更精细的社区结构解析。
2018-01-18 cs.SI physics.soc-ph
A multilevel clustering technique for community detection
University of St Andrews(圣安德鲁斯大学);Edge Hill University(边山大学)
网络是由许多社区组成的,即,具有较强关系的节点和边的集合,具有不同和重叠的属性。社区发现由于各种原因而至关重要,例如作为网络的功能单元,捕获节点之间的本地交互。社区有各种形式和类型,从生物到技术引起的社区。作为技术引发的社区,Twitter和Facebook等社交媒体网络连接了无数不同的用户,从而形成了一个高度连接和动态的生态系统。尽管已经提出了许多算法来检测Twitter上的社会凝聚力社区,但挖掘和相关任务仍然具有挑战性。本文提出了一种基于可扩展框架的网络相关社区检测方法。我们提出了一个多层次的聚类技术(MCT),利用结构和文本信息,以确定当地社区称为微观世界。在基准模型和数据集上的实验验证了该方法的有效性。本研究为社交网络中凝聚社区的发现提供了一个新的维度。该方法提供了更好的理解和清晰度,以描述低级别社区如何在Twitter上发展和行为。从应用程序的角度来看,识别此类社区可以更好地为推荐提供信息,以及其他好处。
2021-01-16 cs.LG cs.SI
Finding Scientific Communities In Citation Graphs: Convergent Clustering
了解科学界的性质和组织具有广泛的意义。“无形学院”是对此类社区的一种历史隐喻,寻找此类“学院”的工作可以被界定为发现和分析研究共同感兴趣问题的科学家小组。案例研究以前已经进行了个别社区就其科学和社会行为。在这项研究中,我们介绍,一个新的和可扩展的社区发现的方法。在专家评估的辅助下,我们使用两种不同聚类方法的收敛性来选择来自免疫学领域的200多万篇文章的文章聚类,这些文章跨越了11年的时间,具有相关的聚类质量指标进行评估。最后,我们确定了这些集群定义的作者社区。专家审查了这一管道产生的文章组样本,显示出很强的主题相关性,表明推断的作者群体可能代表有效的实践群体。这些研究结果表明,这种趋同的方法在未来可能是有用的。
2020-07-28 cs.DL cs.SI 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
Addressing overlapping communities in multiple-source detection: An edge clustering approach for complex networks
本研究提出将边聚类算法集成到基于社区的标签传播框架中解决多源检测(MSD)问题,通过自动潜在空间边聚类模型划分感染网络,在ADD HEALTH数据集上以F1-Measure评估实现了优于现有算法的准确率,有效应对了重叠社区场景。
2025-07-11 cs.SI stat.CO
Clustering online social network communities using genetic algorithms
为了分析在线社交网络(OSN)中的活动,我们引入了“吸引节点”(NoA)的概念,它代表了网络社区中最活跃的节点。该NoA被识别为吸引其他节点并在任何时间点形成集群的发布/通信的起源/发起者。在这项研究中,一个遗传算法(GA)被用作数据采掘方法,其主要目标是确定集群的网络社区在一个给定的OSN数据集。这种方法在处理我们研究的OSN中不同类型的讨论主题时是有效的-评论,电子邮件,聊天表情等,并且可以根据一个或多个主题形成集群。我们相信,这项工作可以是有用的,在寻找这种基于遗传算法的聚类的在线交互的传播源,并报告了一些实验结果与现实世界的数据,并证明了所提出的方法的性能。
2013-12-08 cs.SI physics.soc-ph
Random Overlapping Communities: Approximating Motif Densities of Large Graphs
各种各样的复杂网络(社会,生物,信息等)表现出局部聚类,聚类系数(相邻节点被连接的概率)有很大变化。现有的大型图模型捕获幂律度分布(Barabási-Albert)和小世界属性(Watts-Strogatz),但只有有限的聚类行为。我们介绍了一个推广的经典Erdens-Rényi模型的随机图,可证明实现了广泛的所需的聚类系数,三角形的边缘和四个循环的边缘比率为任何给定的图的大小和边缘密度。在随机重叠社区模型中,不是随机地独立选择边,而是通过选择一组随机的、相对密集的子图("社区")来生成图。我们讨论了模型的解释能力及其一些后果。
2017-09-27 cs.DM cs.SI math.CO
Exploring and comparing temporal clustering methods
时态网络的描述和动态社区的发现是近十年来的研究热点。然而,由于任务的复杂性,尚未找到应对这些挑战的共识答案。静态社区不是定义良好的对象,添加时间维度会使描述变得更加困难。在这篇文章中,我们提出了一个连贯的时间聚类方法:当地社区的最佳组合(BCLC)。我们的方法的目的是在两个相互冲突的目标之间找到一个很好的平衡:密切关注短时间的演变,找到最佳的分区在每个时间步和时间平滑,特权的历史连续性。
2020-12-02 cs.SI physics.data-an
Here Be Livestreams: Trade-offs in Creating Temporal Maps of Reddit
提出考虑时间变化的 Reddit 社区映射方法,通过定量与定性分析聚类技术生成高质量稳定地图,并展示其在识别稳定与新兴社区及开发公开网络工具中的应用。
2023-12-22 cs.SI
A new hierarchical clustering algorithm to identify non-overlapping like-minded communities
如果网络中的节点可以被划分成不相交的集合,使得集合中的每个节点与集合内的其他节点紧密连接,与集合外的节点稀疏连接,则网络具有非重叠社区结构。有许多指标可以验证这种结构的有效性,如聚类系数,介数,中心性,模块性和相似性。已经提出了许多方法来优化这些指标中的一些,但没有一个在最近引入的度量相似性上效果很好。为了解决这个问题,我们提出了一种基于行为属性的算法来识别优化志同道合度量的社区,并将其性能与其他基于行为数据的方法以及仅依赖于结构数据的社区发现方法进行比较。我们在Filmtipset和Twitter的真实数据集上执行这些算法,并表明我们的算法在志同道合度量方面比现有算法表现得更好。
2016-02-24 cs.SI physics.soc-ph
Characterizing Communities of Hashtag Usage on Twitter During the 2020 COVID-19 Pandemic by Multi-view Clustering
2019冠状病毒病大流行在社交媒体网站上引发了一系列在线活动。因此,分析COVID-19疫情期间的社交媒体数据可对讨论话题以及该等话题在疫情期间如何演变产生独特见解。在这项研究中,我们建议通过聚类标签来分析Twitter上的讨论主题。为了获得高质量的集群的Twitter标签,我们还提出了一种新的多视图聚类技术,采用多种不同的数据类型,可用于描述用户如何与标签交互。我们的多视图聚类结果显示,COVID-19推特讨论中存在明显的时间和主题趋势。特别是,我们发现,一些主题标签的集群在大流行的过程中发生变化,而另一些则始终存在,并且标签的使用有明显的时间趋势。这项研究是第一次使用多视图聚类来分析标签,也是第一次分析COVID-19大流行期间在线讨论的更大趋势。
2020-08-03 cs.HC cs.SI
Fragility of spectral clustering for networks with an overlapping structure
社区通常在现实世界的网络中重叠。这是开发重叠社区发现方法的动机,因为用于非重叠社区的方法可能执行得不好。然而,用于非重叠社区的检测方法的劣化机制很少被理论研究。在这里,我们分析的准确性谱聚类,它不考虑重叠的结构,通过使用从统计物理学的副本方法。通过对重叠随机块模型的分析,揭示了重叠结构是如何导致前导特征向量的结构信息丢失的。
2020-10-25 cond-mat.stat-mech cs.SI physics.soc-ph
An Ensemble Framework for Detecting Community Changes in Dynamic Networks
Lawrence Livermore National Laboratory(劳伦斯利弗莫尔国家实验室)
动态网络,特别是那些代表社交网络的动态网络,随着时间的推移,其社区结构不断演变。节点可以在不同的社区之间迁移,社区可以分裂成多个新的社区,社区可以合并在一起,等等。为了表示动态网络与不断发展的社区,必须使用动态模型,而不是静态模型。在这里,我们使用动态随机块模型,其中底层块模型在不同时间是不同的。为了表示该动态模型所表达的结构变化,网络将被分成离散的时间段,聚类算法将为每个段分配块成员。在本文中,我们表明,使用集成的聚类分配适应可扩展的聚类算法的方差,并产生优越的结果,成对精度和成对召回。我们还表明,动态集群所产生的合奏可以被可视化为一个流程图,简洁地封装社区的演变。
2017-07-24 cs.LG cs.SI
Well-Connected Communities in Real-World and Synthetic Networks
本文系统检验了五种主流社区检测方法,发现它们产生的社区普遍不满足良连通性要求,并提出连通性修正器(CM)通过迭代移除小边割和重新聚类来修复不连通社区,揭示了良连通性与覆盖率之间的权衡。
2023-08-14 cs.DL cs.SI
Clustering assortativity, communities and functional modules in real-world networks
现实世界系统的复杂网络被认为是由常见现象控制的,产生的结构远非规则或随机。集群化、群落结构和按程度进行的非竞争性混合也许是后者最突出的例子。虽然这些性质被普遍接受用于社交网络,但它们只能部分解释其他网络的结构。我们首先表明,度校正的聚类是在相反的标准定义,高度重复性。然而有趣的是,我们进一步注意到,非社交网络包含具有非常低聚类的连接区域。因此,现实世界的网络结构是超越社区的。在这里,我们调查的概念功能模块-定期等价节点组-并表明,这种结构可以解释在非社会网络中观察到的属性。现实世界的网络可能由社区覆盖的功能模块组成。我们支持后者提出了一个简单的网络模型,生成无标度的小世界网络可调聚类和度混合。模型在许多现实世界的网络中有一个自然的解释,同时它也提供了一个适当的社区提取框架的见解。我们还提出了一种在没有任何先验知识的情况下检测任意结构模块的算法。算法被证明是优于国家的最先进的,而应用到现实世界的网络揭示了良好的支持复合材料的不同结构模块,是一致的底层系统。在包括社交网络在内的所有类型的网络中,都有明确的功能模块。因此,我们的发现揭示了功能模块是复杂现实世界网络的另一个关键组成部分。
2012-02-15 cs.SI physics.data-an physics.soc-ph
Hierarchical Single-Linkage Clustering for Community Detection with Overlaps and Outliers
Toronto Metropolitan University(多伦多都会大学)
本研究将HDBSCAN的层次单链接聚类算法应用于多种节点/边相似性评分,探究可检测含离群点社区的方法,实验证实该范式是图聚类的可行方向。
2025-09-02 cs.SI
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
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
Spectral Clustering Methods for Multiplex Networks
多路复用网络为复杂系统的研究提供了一个重要的工具,而最初为单层网络设计的扩展技术是一个重要的研究领域。分析网络的最重要方法之一是将节点聚类成代表共同连接模式的社区。在本文中,我们将谱聚类扩展到多重结构,并讨论了一些困难,试图定义一个自然的概括。为了分析我们的方法,我们描述了三个简单的,合成的多路复用网络,并比较不同的多路复用模型的性能。我们的研究结果表明,一个动态的动机模型是更成功的结构性动机模型在发现适当的社区。
2017-03-15 cs.SI physics.soc-ph
Using Stochastic Block Models for Community Detection: The issue of edge-connectivity
本研究针对随机块模型社区检测中的边连通性问题,验证了多种SBM方法产生不连通社区,并提出WCC技术提升聚类准确性,可扩展至百万节点网络。
2025-08-05 cs.SI
Community Detection in Complex Networks Using Density-based Clustering Algorithm
与聚类分析一样,社区发现的目的是将网络中的节点分配到不同的社区中。Fdp是最近提出的一种基于密度的聚类算法,它不需要事先输入聚类数,聚类结果对聚类参数不敏感。然而,Fdp不能直接应用于社区发现,因为它不能识别网络中的社区中心。针对这一问题,提出了一种新的社区发现方法IsoFdp。首先,我们使用Isomap技术将网络数据映射到一个低维流形上,该流形可以显示不同的成对相似性。然后应用Fdp算法检测网络中的社区。提出了一种改进的划分密度函数来自动选择合适的社区数目。我们在合成网络和真实网络上测试了我们的方法,结果表明我们的算法比最先进的方法有效。
2016-01-31 cs.SI physics.data-an physics.soc-ph
An Improved Node Ranking for Label Propagation and Modularity based Clustering
在本文中,我将讨论非谱聚类技术,并了解基于中心性度量的节点排序如何提高检测到的社区的质量。我还将讨论对现有技术的改进,这将进一步提高模块性。
2014-09-28 cs.SI physics.soc-ph
Defining and Evaluating Network Communities based on Ground-truth
真实世界网络中的节点组织成紧密相连的社区,其中边缘在社区成员中高度集中。识别这样的节点社区已被证明是一项具有挑战性的任务,主要是由于社区的定义过多,算法难以处理,评估问题以及缺乏可靠的黄金标准真值。在本文中,我们研究了一组230个大型的现实世界的社会,协作和信息网络,其中节点显式地说明他们的组成员。例如,在社交网络中,节点明确地加入各种基于兴趣的社交群组。我们使用这样的群体来定义可靠和强大的真值社区概念。然后,我们提出了一种方法,使我们能够比较和定量评估如何不同的结构定义的网络社区对应于真值社区。我们选择了13种常用的网络社区结构定义,并研究了它们在识别真值方面的敏感性、鲁棒性和性能。我们发现,13个结构的定义是高度相关的,自然分为四类。我们发现,这些定义中的两个,电导和三合会参与比,始终给出最好的性能,在确定真值社区。我们还研究了一个任务,检测社区给定一个单一的种子节点。我们将局部谱聚类算法扩展为一种启发式的无参数社区发现方法,该方法可以轻松扩展到具有超过一亿个节点的网络。所提出的方法实现了30%的相对改善,目前的局部聚类方法。
2012-11-06 cs.SI physics.soc-ph
Local Motif Clustering via (Hyper)Graph Partitioning
Heidelberg University(海德堡大学)
图上广泛使用的操作是局部聚类,即,提取种子节点周围的特征良好的社区,而不需要处理整个图。最近提出了局部模体聚类:它根据模体的分布寻找局部聚类。由于这种局部聚类的角度是相对较新的,它提出的大多数方法是以前用于基于边缘的局部聚类的统计和数值方法的扩展,而可用的组合方法仍然很少,相对简单。在这项工作中,我们建立了一个超图和一个图模型,这两者都代表了种子节点周围的图案分布。我们解决这些模型使用复杂的组合算法设计(超)图分区。在广泛的实验与三角形图案,我们观察到,我们的算法计算的社区与图案的电导值是三分之一,平均相比,对社区计算的最先进的工具MAPPR,而平均快6.3倍。
2022-05-11 cs.AI 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
Community Quality and Influence Maximization: An Empirical Study
CRIL, University of Artois and CNRS(阿图瓦大学与法国国家科学研究中心CRIL实验室)
本文研究了社区质量对影响力最大化的影响,提出了一种基于高质量社区结构的种子选择方法,实验证明高质量社区能显著提升信息扩散效果。
2025-12-01 cs.AI cs.SI
Resampling effects on significance analysis of network clustering and ranking
社区检测有助于我们简化复杂的网络配置,但社区只有在统计上显著时才是可靠的。为了检测统计上显著的社区,一种常见的方法是重新采样原始网络并分析社区。但是,响应假设样本之间是独立的,而网络的组成部分本质上是相互依赖的。因此,我们必须了解如何打破重采样组件之间的依赖关系影响显著性分析的结果。在这里,我们使用科学传播作为一个模型系统来分析这种影响。我们的数据集包括1984-2010年在期刊上发表的文章中的引用。我们比较了引用的参数检索与非参数文章检索。虽然引用恢复打破了链接依赖性,但条目恢复保持了这种依赖性。我们发现,引文检索低估了链接权重的方差。此外,这种低估解释了排名和聚类显著性分析中的大部分差异。因此,当只有链接权重是可用的,文章回复不是一个选项,我们建议一个简单的参数回复方案,产生链接权重方差接近的链接权重方差的文章回复。尽管如此,当我们强调和总结科学中重要的结构变化时,我们在重新定位方案中保持的依赖性越多,我们就能越早地预测结构变化。
2013-02-11 cs.SI physics.soc-ph
Finding compact communities in large graphs
本文提出了一种有效的层次聚类算法,解决了核心社区发现的问题。它是标准社区发现问题的一个变体,我们对社区的连接核心特别感兴趣。为了解决这个问题,我们对社区的标准定义提出了质疑,并提供了替代方案。我们还提出了一个功能称为紧凑性,旨在评估质量的解决方案,这个问题。我们的算法是基于图遍历算法,LexDFS。我们的方法的时间复杂度是在$O(n\times log(n))$。实验表明,我们的算法创建高度紧凑的集群。
2015-08-31 cs.SI physics.soc-ph
When Does the Silhouette Score Work? A Comprehensive Study in Network Clustering
Vanderbilt University Medical Center(范德堡大学医学中心);University of Connecticut(康涅狄格大学)
本文研究了轮廓分数在不同网络结构中的有效性,发现其在簇间分离良好且平衡时表现优异,但在不平衡或稀疏网络中易出现低估或高估问题。
2025-12-31 cs.SI stat.CO
A Novel Metric Shows the Robustness of the Graph Communities to Brain-Tractography False-Positives
本文提出两种新度量评估脑纤维束成像质量,并证明图社区估计对连接性高估具有较强鲁棒性。
2020-03-24 cs.SI q-bio.NC
Detecting Overlapping Link Communities by Finding Local Minima of a Cost Function with a Memetic Algorithm. Part 1: Problem and Method
我们提出了一种算法,用于检测社区的网络中的链接,它使用本地信息,是基于一个新的评价函数,并允许普遍重叠的社区。聚类任务的复杂性需要应用一种模因算法,该算法将概率进化策略与确定性局部搜索相结合。在第2部分中,我们将展示使用引文网络的实验结果。
2016-06-23 cs.SI physics.soc-ph
Identifying Influential Nodes in Bipartite Networks Using the Clustering Coefficient
复杂网络中影响节点的识别是一个非常具有挑战性的问题。如果网络具有社区结构,则中心性度量可能无法识别完整的有影响力的节点集,因为网络的集线器和其他中心节点可能仅位于一个社区内。在这里,我们定义了一个二分聚类系数,通过考虑不同结构的集群,可以找到跨社区的重要节点。
2015-03-20 cs.SI physics.soc-ph
Community detection using spectral clustering on sparse geosocial data
在这篇文章中,我们确定在洛杉矶Hollenbeck警务区的帮派成员之间的社会社区,根据稀疏的社会互动和个人的地理位置相结合的观察。这些信息来自LAPD现场访谈卡,用于构建个体的相似性图。我们使用谱聚类来识别图中的聚类,对应于Hollenbeck的社区,并将其与LAPD对个人帮派成员身份的了解进行比较。我们讨论了不同的方式编码的地理社会信息,使用图形结构和对所产生的聚类的影响。最后,我们分析了这种技术的鲁棒性与噪声和不完整的数据,从而提供建议的数量与质量的相对重要性收集的数据。
2012-11-08 cs.SI physics.soc-ph stat.AP
Clustering via Content-Augmented Stochastic Blockmodels
University of Waterloo(滑铁卢大学);Cornell University(康奈尔大学)
在Web上创建的大部分数据都包含用户和项目之间的交互。随机块模型和其他用于二分图的社区检测和聚类的方法可以从该交互数据推断潜在用户社区和潜在项目聚类。然而,这些方法通常忽略项目的内容和它们提供的关于项目聚类的信息,尽管相同潜在聚类中的项目倾向于共享内容中的共性。我们引入了内容增强的随机块模型(CASB),它使用项目内容与用户-项目交互数据来增强用户社区和项目集群的学习。比较几个国家的最先进的基准方法,从科学家与科学文章互动所产生的数据集,显示内容增强的随机块模型提供高度准确的集群相对于代表底层社区结构的度量。
2015-05-25 cs.LG cs.SI stat.ML
Model-Based Clustering of Time-Evolving Networks through Temporal Exponential-Family Random Graph Models
动态网络是描述时变复杂系统的通用语言,离散时间网络模型为各种应用提供了一种新兴的统计技术。在时变网络中检测社团结构是一个基础性的研究问题。然而,由于时间演化网络的社区建模的显着的计算挑战和困难,在目前的文献中,有效地发现社区的时间演化网络几乎没有进展。在这项工作中,我们提出了一种新的基于模型的聚类框架的时间演化网络的基础上离散时间指数族随机图模型。为了选择社区的数目,我们使用条件似然来构造一个有效的模型选择准则。此外,我们提出了一个有效的变分期望最大化(EM)算法,找到近似的最大似然估计的网络参数和混合比例。通过使用变分方法和最小化-最大化(MM)技术,我们的方法具有吸引力的大规模时间演化网络的可扩展性。我们的方法的力量是证明在模拟研究和实证应用国际贸易网络和合作网络的一个大型美国研究型大学。
2017-12-20 cs.SI stat.AP stat.CO
Hyperlink communities in higher-order networks
本文将链接社区扩展为超图中的超链接社区,通过超边层次聚类揭示高阶网络的层次与多尺度结构,并支持节点重叠归属及结构角色分类。
2024-02-19 cs.SI physics.soc-ph stat.ME
Nested stochastic block model for simultaneously clustering networks and nodes
提出嵌套随机块模型NSBM,利用NDP先验联合实现网络间与网络内节点的双层聚类,并通过多种Gibbs采样器完成后验推断。
2025-03-14 cs.SI stat.ME stat.ML
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
Spectral graph clustering with inhomogeneous latent geometry
Inria Sophia Antipolis(索菲亚·安蒂波利斯国立计算机与自动化研究所);Federal University of Rio Grande do Sul(南里奥格兰德联邦大学);University of Münster(明斯特大学)
针对混杂潜在几何下谱聚类的问题,提出DBSPEC算法,可从深层特征向量恢复社区,能处理一般潜在几何,其理论预测与真实实验结果一致。
2026-08-13 cs.LG cs.SI math.PR
Modularity aided consistent attributed graph clustering via coarsening
Indian Institute of Technology, Delhi(印度理工学院德里分校)
针对图聚类难以准确捕捉社区结构、计算低效及难识别小社区的问题,提出整合粗化与模块度最大化方法,设计含对数行列式等分量的损失函数,理论与实验均证明其性能优于现有方法。
2024-11-17 cs.LG cs.SI stat.ML
CommunityFish: A Poisson-based Document Scaling With Hierarchical Clustering
Universität Hamburg(汉堡大学)
本文提出CommunityFish,一种基于层次聚类(Louvain算法)的Wordfish增强版本,通过生成语义社区作为输入,提升文档缩放的可解释性与速度,并在美国国情咨文和德国政党宣言语料上优于经典模型。
2023-08-28 cs.CL cs.LG cs.SI
Clustering Drives Assortativity and Community Structure in Ensembles of Networks
聚类、重复性和社区是复杂网络的关键特征。我们探测这些属性之间的依赖关系,发现具有较强的聚类的合奏显示高的程度和突出的社区结构,而合奏具有高的聚类性是不太偏向于集群或社区结构。此外,集群网络可以放大小的同性恋倾向的性状重复性。这种明显的不对称性表明,传递性,而不是同质性,驱动标准的非社会/社会网络二分法。
2011-01-05 cond-mat.stat-mech cs.SI physics.soc-ph
Finding Overlapping Communities in Social Networks: Toward a Rigorous Approach
社交网络中的“社区”通常被理解为一组节点,它们之间的连接比网络的其他部分更紧密。这是一个重要的概念,在大多数领域的网络出现:社会,技术,生物,等多年来,算法寻找社区隐含假设社区是不重叠的(导致使用基于聚类的方法),但有越来越多的兴趣在寻找重叠的社区。寻找社区的一个障碍是解决方案的概念通常是根据NP完全问题定义的,如集团或层次聚类。本文旨在启动一个严格的方法来寻找重叠社区的问题,其中“严格”意味着我们清楚地说明以下内容:(a)我们的算法所寻求的对象(b)关于底层网络的假设(c)(最坏情况下)运行时间。我们对网络的假设介于最坏情况和平均情况之间。平均情况分析需要网络的精确概率模型,目前还没有达成共识。然而,从社会学界长达50年的研究中,可以收集到一些关于网络参数的合理假设,这些研究集中在个体社区和以自我为中心的网络的研究上。因此,我们的假设在本质上有点“局部”。然而,他们足以允许严格的分析,恢复全局结构的算法的运行时间。我们的算法使用随机抽样类似的属性测试和算法的稠密图。然而,我们的网络不一定是稠密图,甚至在局部邻域中也不一定。我们的算法探索了以自我为中心和以社会为中心的网络之间的局部-全局关系,我们希望这将为计算机科学和社会学的未来工作提供一个富有成效的框架。
2011-12-08 cs.DS cs.SI physics.soc-ph
Community Detection via Random and Adaptive Sampling
在本文中,我们考虑由有限数量的非重叠社区组成的网络。为了提取这些社区,可以从大的可用数据集中采样节点对之间的交互,这允许对给定的节点对进行多次采样。当对节点对进行采样时,观察到的结果是一个二进制随机变量,如果节点相互作用,则等于1,否则等于0。如果节点属于相同的社区,则结果更有可能是积极的。对于给定的节点对样本或观测预算,我们希望联合设计一个采样策略(采样节点对的序列)和一个聚类算法,以尽可能高的准确度恢复隐藏的社区。我们考虑非自适应和自适应采样策略,并为这两类策略,我们得到的基本性能限制满足任何采样和聚类算法。特别是,我们提供了必要的条件,准确地恢复社区的网络规模越来越大的算法的存在。我们还设计了简单的算法,准确地重建社区时,这是在所有可能的,因此证明了准确的社区发现的必要条件也是足够的。随机块模型中的经典社区发现问题可以看作是这里考虑的问题的一个特例。但是我们的框架涵盖了更一般的场景,其中采样节点对的序列可以以自适应的方式设计。本文对随机区组模型给出了新的结果,并将分析推广到自适应抽样的情况。
2014-02-19 cs.SI physics.soc-ph
YASCA: A collective intelligence approach for community detection in complex networks
在本文中,我们提出了一个独特的方法,在复杂网络中的社区发现。该方法属于以种子为中心的算法家族。然而,而不是扩大社区周围选定的种子,因为大多数现有的方法,我们在这里探索应用集成聚类方法,以不同的网络分区来自自我为中心的社区计算每个选定的种子。以自我为中心的社区本身计算应用最近提出的合奏排名为基础的方法,允许有效地结合各种本地模块化用于指导贪婪的优化过程。第一个实验的结果,在现实世界的网络,其中地面真相分解成社区是已知的,认为我们的方法的有效性。
2014-01-17 cs.SI physics.soc-ph
Analysis of Bipartite Networks in Anime Series: Textual Analysis, Topic Clustering, and Modeling
本文通过二分网络分析,引入基于二元语法词簇的新变量,研究动漫描述对用户社区形成的影响,为推荐系统设计提供启示。
2024-10-23 cs.SI stat.AP stat.CO
Community detection over a heterogeneous population of non-aligned networks
Purdue University(普渡大学)
利用多个图的聚类和社区发现通常集中在对齐的图上,其中在图上的节点之间存在映射(例如,多视图、多层、时间图)。然而,有许多应用领域具有仅部分对齐或甚至未对齐的多个图。这些图通常是从同一个种群中绘制的,其中具有潜在不同大小的社区表现出相似的结构。在本文中,我们开发了一个联合随机块模型(联合SBM)来估计跨异构非对齐图集的共享社区。我们推导出一个有效的谱聚类方法来学习联合SBM的参数。我们在合成数据集和真实数据集上对该模型进行了评估,结果表明,与在每个图上学习单独的SBM相比,联合模型能够利用交叉图信息更好地估计社区。
2019-04-04 cs.LG cs.SI stat.ML
Evidential Communities for Complex Networks
社区发现对于理解社交网络中的图结构具有重要意义。现实网络中的社区往往是重叠的,即一些节点可能是多个集群的成员。在网络数据集的数据采掘中,如何发现复杂网络中的重叠社区/簇是一个普遍的问题。提出了一种基于证据模块度函数、谱映射方法和证据c均值聚类的复杂网络重叠社区识别算法。实验结果表明,该方法充分利用了信任函数理论,在检测社区结构和确定合适的簇数方面都有较好的效果。此外,所提出的方法得到的置信划分可以给我们一个更深入的了解图的结构。
2015-01-08 cs.SI physics.soc-ph
Parallel clustering with CFinder
关于复杂系统的可用数据量每年都在增加,越来越大的系统的测量被收集和记录。这种数据的自然表示是由网络给出的,其大小遵循原始系统的大小。当前计算基础设施中的多核趋势要求对早期方法进行并行重新实现。在这里,我们提出了网格版本的CCRs,它可以定位重叠的社区在有向,加权或无向网络的基础上集团渗透方法(CPM)。我们表明,社区的计算可以分布在几个CPU或计算机。虽然切换到并行版本不一定会导致计算时间的增加,但它确实使超大型网络的社区结构变得可访问。
2012-05-04 cs.DC cs.DS cs.SI
Spectral Clustering with Epidemic Diffusion
California State University, Fullerton(加州州立大学富勒顿分校);USC Information Sciences Institute(南加州大学信息科学研究所);Claremont Graduate University(克莱蒙特研究生大学);HP Labs(惠普实验室)
谱聚类被广泛用于将图划分为不同的模块或社区。现有的谱聚类方法使用图拉普拉斯算子的特征值和特征向量,这是一种与图上的随机游走密切相关的算子。我们提出了一种新的谱分割方法,利用流行病扩散的属性。流行病是一个动态过程,与随机游走不同,它同时转移到给定节点的所有邻居。我们发现,复制,一个操作符描述流行病扩散,是等价的对称归一化拉普拉斯算子的重加权图的边缘重加权的特征向量中心的事件节点。因此,更多的权重被给予连接更多中心节点的边。我们描述了一种方法,分区节点的复制的第二特征向量的第一分量比的基础上,并比较其性能与传统的谱聚类技术与已知的社区结构的合成图。我们证明了复制因子优先考虑密集的,类cnc的结构,使其能够更有效地发现社区,可能被掩盖的密集社区间的联系。
2013-10-04 cs.LG cs.SI physics.soc-ph
Overlapping Community Detection via Local Spectral Clustering
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,因此将我们的注意力从宏观结构转移到大型网络的微观结构至关重要。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成员。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)。该算法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。我们进一步提供了理论分析的局部谱特性,界定的措施,紧张的提取社区的特征值的图拉普拉斯。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,还对结实质量和数量对产量的影响进行了分析。
2015-09-26 cs.DS cs.SI physics.soc-ph
Clique and cycle frequencies in a sparse random graph model with overlapping communities
本文针对重叠社区稀疏随机图模型,提出团与环频数的大规模近似,揭示其增长率并证明理论密度可可靠估计。
2024-12-18 cs.SI math.PR math.ST