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
網路中最廣泛使用的社群檢測技術，包括基於模組化、統計推論和資訊論點的方法，都是透過優化衡量網路分區品質的目標函數來運作的。然而，有一個很好的例子表明，人們不應該僅僅關注這樣一個目標函數下的單一最優社區結構，而應該關註一系列高分結構的選擇。如果這樣做，人們通常會發現所得的結構顯示出相當大的變化，這可以作為這些群落檢測方法不可靠的證據，因為它們似乎沒有給出一致的答案。在這裡，我們認為，經過仔細檢查，發現的結構實際上在某種程度上是一致的。具體來說，我們表明它們都可以由一組底層「構建塊」組裝而成，即通常在同一社區中一起發現的網路節點組。不同的社群結構對應不同的區塊排列方式，但區塊本身基本上是不變的。我們提出了一種用於發現特定網路中的構建塊的資訊理論方法，並透過幾個範例應用程式進行了演示。我們的結論是，傳統的社群檢測實際上確實提供了對網路結構的大量洞察。