zoukankan      html  css  js  c++  java
  • 04-communities 图机器学习之社区

    网络中的社区结构


    信息流通:
    节点在此扮演了什么角色?
    连接扮演了什么角色?

    非网络时代,人们是如何获取工作的?
    通过人脉,然而,不少关系是泛泛之交,而亲密关系较少。 那为什么泛泛之交反而更有用?
    结构上:短距离的关系亲密,长距离的关系弱
    信息上:长距离:获取更多信息

    三角闭合——高度聚集的系数
    边重叠?
    N(i):节点i的邻居集 计算Oij时要除去i,j节点
    当overlap==0时,该边为局部桥梁
    以下是基于通话网络的分析,可以看出,两节点间的路径越长,其邻居重叠性越多
    网络社区:包含。一系列紧密连接的节点集合, 大量的内部连接及小勺的外部连接
    如何发现社区?如何拆分网络?

    给定边和节点数的configuration model:
    使用Q值来衡量S是否为G的社区
    Louvain 算法:
    贪心算法,时间性能 O(nlogn) 支持带权重的网络,提供分层的社区
    可应用于更大的网络,时间性能高,较快收敛



    具体看课件,尚未详细看(!!!)
    Modularity:将图划分为社区


    检测重叠社区:BigCLAM


    1) 基于节点的社区关系定义一个生成模型——Community Affiliation Graph Model (AGM)
    2) 对于给定的G,假设G是由ASM生成的;找到最佳的AGM;然后,发现社区



    。。。。。。




















  • 相关阅读:
    翻转单词顺序
    java layout 表格项增加、删除、修改
    Hadoop学习之HBase
    protected的一些功能
    hdu4431 Mahjong
    kendo ui gird温馨提示(使用本地数据) 一个
    TOP计划猿10最佳实践文章
    Java高级应用(一个)-文件夹监控服务
    BSD介绍
    获取编译学习笔记 (十三)—— 外部中断
  • 原文地址:https://www.cnblogs.com/combfish/p/12271467.html
Copyright © 2011-2022 走看看