我确实有一个完整的网络图,其中每个顶点都相互连接,它们仅在不同权重的形式上有所不同。一个示例网络是:一个贸易网络,其中每个国家都以某种方式相互连接,只是贸易量的形式不同。
现在的问题是我如何以这种形式的网络执行社区检测。通常的嫌疑人(算法)只能在未加权或不完整的网络中表现良好。主要问题是测地线到处都是相同的。
我想到了两个选择:
- 通过在某个“权重阈值级别”将网络切割成更小的部分
- 或者使用层次聚类算法将整个网络变成块模型。但我认为“测地线术语没有变化”的问题仍然存在。
提出了几种方法。
文献中提出了一种简单而有效的方法大型网络中社区的快速展开(布隆德尔等人,2008)。它支持加权网络。摘自摘要:
我们提出了一种简单的方法来提取大型社区的结构
网络。我们的方法是一种基于模块化的启发式方法
优化。它被证明优于所有其他已知社区
计算时间方面的检测方法。此外,质量
根据所谓的衡量标准,检测到的社区的状况非常好
模块化。
引用论文:
我们现在介绍寻找高模块化分区的算法
在短时间内建立大型网络,并展开完整的
网络的分层社区结构,从而给出
访问社区检测的不同分辨率。
所以它应该适用于完整的图表,但你应该更好地检查它。
可以使用 C++ 实现here(现在维护here).
您的另一个想法 - 使用权重阈值 - 可能被证明是一个很好的预处理步骤,特别是对于不会划分完整图的算法。我认为最好将其设置为权重的某个百分位数(例如中位数)。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)