16、重叠社区发现方法综述

重叠社区发现方法综述

1. 群体智能重叠社区检测算法

有一种群体智能方法用于重叠社区检测。该方法将网络视为一组对应节点的代理，每个代理与它的社交群体交互，且知道其朋友集合以及朋友之间的关系。朋友在不同社交或友谊群体中会达成一个共同的社区 ID。算法步骤如下：
1. 分配标识符与构建自我网络 ：为每个代理分配一个标识符 ID，确定其邻域的完整地图并构建自我网络。从自我网络出发，通过并查集算法提取友谊群体，每个友谊群体由一个唯一 ID 标识，该 ID 由基础代理 ID 和一个唯一递增的十进制值组成。
2. 识别非传播节点 ：在每个友谊群体内，代理询问邻居对该友谊群体的看法，以识别非传播节点（即看法与代理不同，其信息不再进一步传播的节点）。
3. 传播友谊群体 ID ：传播分配的友谊群体 ID。若某个友谊群体的 ID 值被修改，新 ID 值将传播到该群体内的节点。重复此过程，直到传播收敛。最终，每个代理将有一个分配的社区列表，通过共享相同 ID 值的代理组可轻松检测出社区。

2. 动态网络中的重叠社区检测

以往方法未考虑网络随时间的演化。动态网络能捕捉连接随时间的变化，便于追踪不同时间步的网络结构变化。目前，动态社交网络中重叠社区检测的方法较少，以下是一些较新的方法：

2.1 Clique Percolation Method (CPM)

Palla 等人提出可在每个时间步使用 CPM 提取社区。社区的生命周期特征包括增长、收缩、出现、消失、合并和分裂。为识别社区随时间的演化，他们建议合并两个连续