7,129
个编辑
更改
跳到导航
跳到搜索
第71行：
第71行： − 社团结构在实际网络中相当常见，社会网络包括基于共同位置、兴趣、职业等的社团团体(实际上是这个术语的起源)。<ref name=escri_FaniE17/><ref>{{cite journal|last=Hamdaqa|first=Mohammad |author2=Tahvildari, Ladan |author3=LaChapelle, Neil |author4=Campbell, Brian|title=Cultural Scene Detection Using Reverse Louvain Optimization|journal=Science of Computer Programming|date=2014|doi=10.1016/j.scico.2014.01.006|volume=95|pages=44–72|url=https://zenodo.org/record/889712/files/article.pdf}}</ref>+ − + 第88行：
第88行： − +
→重要性
[[File:iimage.png|500px|thumb|upright=3|一个演示'''社团结构'''的小型网络示意图，包含三组内部紧密连接的节点，各组之间连接较为稀疏|right]]
[[File:iimage.png|500px|thumb|upright=3|一个演示'''社团结构'''的小型网络示意图，包含三组内部紧密连接的节点，各组之间连接较为稀疏|right]]
社团结构在实际网络中相当常见，社会网络包括基于相同位置、兴趣、职业等的社团团体(实际上是这个术语的起源)。<ref name=escri_FaniE17/><ref>{{cite journal|last=Hamdaqa|first=Mohammad |author2=Tahvildari, Ladan |author3=LaChapelle, Neil |author4=Campbell, Brian|title=Cultural Scene Detection Using Reverse Louvain Optimization|journal=Science of Computer Programming|date=2014|doi=10.1016/j.scico.2014.01.006|volume=95|pages=44–72|url=https://zenodo.org/record/889712/files/article.pdf}}</ref>
在网络中找到一个潜在的社团结构(如果它存在的话)是很重要的，重要原因有很多：
在网络中找到一个潜在的社团结构(如果它存在的话)是很重要的，原因如下：
第一，社团允许我们创建一个大范围的网络地图，因为单个社团就像网络中的元节点，这使得研究更加容易；<ref name=Nemaneigen>{{cite journal |author1=M.E.J.Neman|title=Finding community structure in networks using the eigenvectors of matrices|journal=Phys. Rev. E|volume=74|pages=1–19|issue=3|doi=10.1103/PhysRevE.74.036104|pmid=17025705|year=2006|arxiv=physics/0605087|bibcode=2006PhRvE..74c6104N}}</ref>
第一，社团允许我们创建一个大范围的网络地图，因为单个社团就像网络中的元节点，这使得研究更加容易；<ref name=Nemaneigen>{{cite journal |author1=M.E.J.Neman|title=Finding community structure in networks using the eigenvectors of matrices|journal=Phys. Rev. E|volume=74|pages=1–19|issue=3|doi=10.1103/PhysRevE.74.036104|pmid=17025705|year=2006|arxiv=physics/0605087|bibcode=2006PhRvE..74c6104N}}</ref>
最后，社团检测在网络科学中的一个重要应用是预测网络中的缺失链接和识别网络中的错误链接。 在测量过程中，由于多种原因，有些链接可能无法被观察到。 同样，由于测量中的失误，一些链接可能会错误地输入数据。 社团检测算法很好地处理了这两种情况，因为它允许给定节点对之间存在连边。<ref name=clauset_missing>{{cite journal|author1=Aaron Clauset|author2=Cristopher Moore|author3=M.E.J. Newman|title=Hierarchical structure and the prediction of missing links in networks|journal=Nature|volume=453|issue=7191|pages=98–101|doi=10.1038/nature06830|pmid=18451861|year=2008|arxiv=0811.0484|bibcode=2008Natur.453...98C}}</ref>
最后，社团检测在网络科学中的一个重要应用是预测网络中的缺失链接和识别网络中的错误链接。 在测量过程中，由于多种原因，有些链接可能无法被观察到。同样，由于测量中的失误，一些链接可能会错误地输入数据。社团检测算法很好地处理了这两种情况，因为它允许给定节点对之间存在连边。<ref name=clauset_missing>{{cite journal|author1=Aaron Clauset|author2=Cristopher Moore|author3=M.E.J. Newman|title=Hierarchical structure and the prediction of missing links in networks|journal=Nature|volume=453|issue=7191|pages=98–101|doi=10.1038/nature06830|pmid=18451861|year=2008|arxiv=0811.0484|bibcode=2008Natur.453...98C}}</ref>
==社团检测算法==
==社团检测算法==