Detecting network communities via greedy expanding based on local superiority index
Detecting network communities via greedy expanding based on local superiority index
复制标题
基于局部优势指数的贪婪扩展检测网络社区
DOI：
10.1016/j.physa.2022.127722
复制
发表时间：
2022-02
期刊：
影响因子：
--
通讯作者：
Zhou Tao
中科院分区：
文献类型：
--
作者：
Zhu Junfang;Ren Xuezao;Ma Peijie;Gao Kun;Wang Bing-Hong;Zhou Tao
社区检测是网络科学中一项重要且具有挑战性的任务。如今，社区检测的本地方法受到了广泛关注。贪心扩展是一类流行且高效的局部算法，通常从一些选定的中心节点开始，通过优化某个质量函数来扩展这些节点以获得临时社区。在本文中，我们提出了一种称为局部优势指数（LSI）的新颖指数来识别中心节点。在扩展过程中，我们应用适应度函数来估计临时社区的质量，并确保所有临时社区都必须是弱社区。基于归一化互信息的评估表明：（1）在大多数考虑的网络上，LSI优于全局最大度指数和局部最大度指数； (2) 在大多数考虑的网络上，基于LSI的贪心算法优于经典的快速算法。
Community detection is a significant and challenging task in network science. Nowadays, plenty of attention has been paid on local methods for community detection. Greedy expanding is a popular and efficient class of local algorithms, which typically starts from some selected central nodes and expands those nodes to obtain provisional communities by optimizing a certain quality function. In this paper, we propose a novel index, called local superiority index (LSI), to identify central nodes. In the process of expansion, we apply the fitness function to estimate the quality of provisional communities and ensure that all provisional communities must be weak communities. Evaluation based on the normalized mutual information suggests: (1) LSI is superior to the global maximal degree index and the local maximal degree index on most considered networks; (2) The greedy algorithm based on LSI is better than the classical fast algorithm on most considered networks.
登录
查看更多内容
一种基于改进的大规模网络模块化密度增量的社区集成策略
DOI：
10.1016/j.physa.2016.11.066
发表时间：
2017-03
期刊：
Physica A: Statistical Mechanics and its Applications (IF: 1.785)
影响因子：
--
作者：
Ronghua Shang;Weitong Zhang;Licheng Jiao;Rustam Stolk;Yu Xue
通讯作者：
Yu Xue
通过同源性生成的网络的聚类分析：自动鉴定参与癌症转移的重要蛋白质群落。
影响因子：
3
作者：
Jonsson, PF;Cavanna, T;Zicha, D;Bates, PA
通讯作者：
Bates, PA
影响因子：
0.4
作者：
Gleiser, PM;Danon, L
通讯作者：
Danon, L
影响因子：
8.6
作者：
Del Genio, Charo I.;Gross, Thilo;Bassler, Kevin E.
通讯作者：
Bassler, Kevin E.
DOI：
10.1109/34.868688
发表时间：
2000-08-01
影响因子：
23.6
作者：
Shi, JB;Malik, J
通讯作者：
Malik, J