社区发现系列03-Louvain算法分辨率

1、分辨率局限

louvain算法存在的问题：分辨率局限。就是说当通过优化模块度来发现社区结构时，网络在存在一个固有的分辨率局限，导致一些规模较小但是结构显著的社区淹没在大的社区中，无法被识别到。
造成这个问题的根本原因是模块度的定义依赖网络的全局属性----网络边的总权重
本质来说，社区结构是网络中的局部结构，社区内部的节点仅与网络中的部分节点有关，因此不应该受网络中全部节点的影响
分辨率局限的问题对基于模块度的优化的社区发现算法提出了严重的质疑。

2、模块度不能识别较小规模社区的原因分析：

也就是说当某些社区较小时，其内部的边的权重之和也较小，则模块度的取值可能是负的，就会被分配到一个更粗力度的层次上，因此就被淹没了
其实跟密度聚类算法相似，如果用一个统一的超参数来进行聚类划分的话，那么密度较小的子类，就划分不出来了，就被淹没了

3、如何优化呢？答：多分辨率密度模块度

多分辨率的优点，通过设置不同的分辨率可以得到不同粒度的社区，得到的社区更丰富，挖掘出异常社区的概率越大

社区发现系列03-Louvain算法分辨率相关推荐

社区发现之标签传播算法（LPA）
在Graph领域,社区发现(Community detection)是一个非常热门且广泛的话题,后面会写一个系列,该问题实际上是从子图分割的问题演变而来,在真实的社交网络中,有些用户之间连接非常紧密, ...
【知识图谱】两种 Python 方法实现社区发现之标签传播算法（LPA）
在Graph领域,社区发现(Community detection)是一个非常热门且广泛的话题,后面会写一个系列,该问题实际上是从子图分割的问题演变而来,在真实的社交网络中,有些用户之间连接非常紧密, ...
社区发现（一）--算法综述
基础概念简介:https://baike.baidu.com/item/%E7%A4%BE%E5%8C%BA%E5%8F%91%E7%8E%B0%E7%AE%97%E6%B3%95/19460396 ...
社区发现(三)：LPA算法（标签传播算法）
引用:https://blog.csdn.net/itplus/article/details/9286905 引用:https://www.jianshu.com/p/0c66b2717972 文章 ...
fastunfolding算法_社区发现算法综述—part1
目前我能在arxiv上找到的最新的关于社区发现算法系列的综述文了. 正文从这里开始: 2.2 社区发现现代网络在规模.多样性和复杂性上呈指数增长. 由于网络的变化,各种各样呈现出网络结构的不同类型的 ...
基于BAS算法实现复杂网络社区发现问题——附python代码
基于智能优化算法的复杂网络社区发现问题第一章基于天牛须算法求解复杂网络社区发现问题文章目录基于智能优化算法的复杂网络社区发现问题前言一.基本天牛须算法二.关于社区发现基本问题总结前 ...
深度学习助力网络科学：基于深度学习的社区发现最新综述
来源:AMiner科技论文题目: A Comprehensive Survey on Community Detection with Deep Learning 论文网址: https://arx ...
(深度学习社区发现综述)A Comprehensive Survey on Community Detection with Deep Learning
论文地址推荐直接看原文. 译文深度学习分类框架,包括基于深度神经网络.深度非负矩阵分解和深度稀疏滤波的深度学习模型,并进一步将深度神经网络模型细分为卷积网络,图注意网络,生成对抗网络和自编码器. ...
论文翻译 - 深度学习社区发现综述 A Comprehensive Survey on Community Detection with Deep Learning
为大家介绍一篇「深度学习」在社区发现(图聚类/图划分)方面应用的最新综述论文. 作者:Xing Su 原文链接:https://arxiv.org/abs/2105.12584 Github链接:ht ...

社区发现系列03-Louvain算法分辨率

1、分辨率局限

2、模块度不能识别较小规模社区的原因分析：

3、如何优化呢？答：多分辨率密度模块度

社区发现系列03-Louvain算法分辨率相关推荐

最新文章

热门文章