本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
二分網路是一種常見的網路資料類型，其中有兩種類型的頂點，並且只能連接不同類型的頂點。雖然二分網路與單分網路一樣表現出社群結構，但現有的二分社群檢測方法存在缺陷，包括隱式參數選擇、單模式投影導致的資訊遺失以及缺乏可解釋性。在這裡，我們透過制定二分隨機區塊模型來解決二分網路的社區檢測問題，該模型明確包含頂點類型信息，並且可以簡單地擴展到 k 分網路。這種二分隨機區塊模型產生了一種無投影和統計原理的社群檢測方法，該方法做出了明確的假設和參數選擇，並產生了可解釋的結果。我們證明了該模型能夠在結構已知的合成二分網絡和結構未知的現實二分網絡中高效、準確地找到社區結構，並在實際環境中表徵其性能。