楠姐技术漫话：接着唠唠社区发现 | 京东云技术团队

★ halo，大家好_{很开心又和大家见面了}

★ 在第一篇 楠姐技术漫画：图计算的那些事 发布之后，楠姐收到了很多建议、鼓励和支持，非常感谢大家的喜欢，所以楠姐尽自己所能马不停蹄开始第二篇的创作，虽迟但到~

★ 本篇依然是风控算法分享，其实也依然算是图算法系列。社区发现作为最基础的图算法之一，也是楠姐在2020年入职后，第一个跟着大腿有样学样，学习、上手和应用的图算法，因此在第一期之后，楠姐就立刻决定把它单独拿出来写一期，进一步来说，无论图计算今天和日后发展如何，我们都不该忘记最初的前人基石，同时也希望自己和每个小伙伴，无论路已走多远，都能不忘初心，不忘滴水之恩。

— ★ PART 1 ★—

其实社区发现

也并不是什么难懂的名词

相信所有看过第一期漫话的宝子们

应该还没忘记图的概念

那社区又是什么呢？

社区其实反映的是

网络中的个体行为的局部性特征

以及其相互之间的关联关系

换通俗一些的说法…

用户之间的点赞、私信、关注等动作形成了边

那些关联尤为紧密的用户就形成一个社区

而分属不同社区的用户之间

关联则非常稀疏或根本不存在关联

近几年流行的饭圈文化就是一个很好的例子

明白了什么是社区

其实社区发现所要做的事也就很易懂了

正是要发现这些潜在的、有特定关系的节点集合

以及每个社区中都有哪些节点

这样做的目的和效果也有很多

我们京东的注册/营销/支付/物流/信贷等各大系统

黑产团伙在很多细节上的关联总是非常紧密的

与正常用户显得格格不入

再比如生物学领域内

基因调控网络分析、主控基因识别

还有疾病传播学中

传染关键社区识别以及易感人群发现等

还有上一期评论区中提到的

👍基于社交网络的海王识别器👍

都可以用到社区划分

一是要确认当前使用场景内

确实存在着明显聚集规律

节点间存在一定的逻辑可以形成社区结构

而不是无规律分散

二是不要把社区拓扑结构与欧式空间结构混淆

虽然在欧式空间中

向量夹角小的点向量彼此距离近

向量夹角大的点向量彼此距离远

但即使距离相近的点向量

也不一定就存在业务或者逻辑上的拓扑关联

牢记以上两点

才不会让你的社区划分被限制使用方式或失效

— ★