基於概率生成方法的節點特徵網路群落結構檢測

• 2019 年 12 月 27 日
• 筆記

原文題目: Detection of Community Structures in Networks with Nodal Features based on Generative Probabilistic Approach

摘要： 社區檢測被視為分析社交網路中的一項基本任務。儘管已經提出了許多用於社區檢測的技術，但大多數技術都是完全基於連接結構的。然而，現實網路中的節點特徵，如社會網路中的性別類型、生態網路中的覓食行為、電子交易網路上的位置等，都可以進一步利用網路結構來獲得更精確的社區檢測方法。提出了一種新的基於網路結構和節點特徵的社區檢測概率圖形模型。該方法通過一個生成概率模型來學習社區的相關特徵，而不需要對社區進行任何先驗假設。此外，該模型還能夠確定節點特徵和網路結構元素對社區形成的影響強度。在綜合網路和基準網路上，驗證了該方法相對於最新演算法的有效性。

原文作者：Hadi Zare, Mahdi Hajiabadi, Mahdi Jalili

原文地址：https://arxiv.org/list/cs.SI/recent