Identify the diversity of mesoscopic structures in networks: A mixed random walk approach
Identify the diversity of mesoscopic structures in networks: A mixed random walk approach
复制标题
识别网络中介观结构的多样性：混合随机游走方法
DOI：
10.1209/0295-5075/104/18006
复制
发表时间：
2013-10
期刊：
影响因子：
1.8
通讯作者：
Zheng, Zhiming
中科院分区：
文献类型：
--
作者：
Shen, Xin;Guo, Quantong;Lei, Yanjun;Zheng, Zhiming
群落或簇结构是研究复杂系统介观结构的重要特征，它可以揭示网络的自然划分和内部联系。尽管从那时起已经提出了许多社区检测方法，但仍然缺乏对如何量化预划分社区结构的多样性或对社区参与特定动态过程的作用进行排名的理解。受化学动力学中质量作用定律的启发，我们在这里引入了社区随机游走能量（CRWE），它反映了基于网络上发生的混合随机游走过程的扩散阶段的潜力，以识别社区结构的配置。CRWE的差异使我们能够区分个体社区之间的内在拓扑多样性，条件是所有社区都是预先安排在网络中的。我们通过对建设性社区网络和具有不同社区结构的真实的社会网络进行数值模拟来说明我们的方法。作为一个应用，我们应用我们的方法来表征人类基因组社区的多样性，这提供了一个可能的使用我们的方法在推断人类种群之间的遗传相似性。
Community or cluster structure, which can provide insight into the natural partitions and inner connections of a network, is a key feature in studying the mesoscopic structure of complex systems. Although numerous methods for community detection have been proposed ever since, there is still a lack of understanding on how to quantify the diversity of pre-divided community structures, or rank the roles of communities in participating in specific dynamic processes. Inspired by the Law of Mass Action in chemical kinetics, we introduce here the community random walk energy (CRWE), which reflects a potential based on the diffusion phase of a mixed random walk process taking place on the network, to identify the configuration of community structures. The difference of CRWE allows us to distinguish the intrinsic topological diversity between individual communities, on condition that all the communities are pre-arranged in the network. We illustrate our method by performing numerical simulations on constructive community networks and a real social network with distinct community structures. As an application, we apply our method to characterize the diversity of human genome communities, which provides a possible use of our method in inferring the genetic similarity between human populations.
登录
查看更多内容
影响因子：
8.6
作者：
He, Y.;Burov, S.;Barkai, E.
通讯作者：
Barkai, E.
DOI：
10.1080/15265160600755730
发表时间：
2006-08
期刊：
The American Journal of Bioethics
影响因子：
--
作者：
H. Trachtman
通讯作者：
H. Trachtman
DOI：
10.1214/10-aop620
发表时间：
2007-11
期刊：
arXiv: Probability
影响因子：
--
作者：
G. B. Arous;A. Fribergh;N. Gantert;A. Hammond
通讯作者：
G. B. Arous;A. Fribergh;N. Gantert;A. Hammond
网络特征空间更准确地揭示重叠和分层的社区结构
DOI：
10.1088/1742-5468/2010/08/p08012
发表时间：
2010-08-01
影响因子：
2.4
作者：
Ma, Xiaoke;Gao, Lin;Yong, Xuerong
通讯作者：
Yong, Xuerong
影响因子：
--
作者：
K. Denbigh
通讯作者：
K. Denbigh