2.4 网络的重叠群落结构
为了量化复杂的社会网络结构,在每个节点只附属一个社区的情况下,Newman和Girvan 提出作为衡量网络分割测量的模块化。模块化的建议,促进了群落结构的检测。然而,模块化面临的几个问题。例如,模块化受分辨率的限制问题[9,10]。此外,在其中一个节点可能附属多个社区的情况下,以模块化为基础的方法不能处理重叠社会结构。图2.1显示了一个例子群落结构与重叠网络。直观地说,重叠的社会结构可以表示为网络的覆盖。定义网络的覆盖作为一组集群,使得每个节点被分配到一个群或多个群集并且没有一个群集是其他任何群集的真子群。至于在图2.1中的网络,重叠的社会结构可以由覆盖{{1,2,3,4,5,6},{3,7,8,9,10,来.自/751·论|文-网·www.751com.cn/
11,12,13},{10,11,12,14,15,16,17},{18,19,20,21,22,23,24}}表示。
3 发现社区和寻找核心用户
3.1 局部网络发现算法
不同领域有不同的核心用户,这就涉及到一个问题,即怎么去发现一个局部社区。局部社区发现算法关注的问题是发现给定节点所属的社区, 一般从给定的节点进行扩展而获得。局部社区发现算法对于社区结构的研究有着特殊的意义。