[论文解读] An Agent-Based Algorithm for Detecting Community Structure in Networks

Maxwell Young, Jennifer A. Sager+2 more|arXiv (Cornell University)|Aug 12, 2004

Complex Network Analysis Techniques参考文献 6被引用 4

一句话总结

本文提出了一种基于随机代理的算法，通过模拟基于局部交互的自适应代理在图中移动并聚合，以检测网络中的社区结构。在Zachary空手道俱乐部、《悲惨世界》和巴赫音乐网络上进行测试，该算法在所有情况下均成功识别出有意义的社区划分，展现出在不同类型网络中的鲁棒性。

ABSTRACT

We present a simple stochastic agent-based community finding algorithm. Our algorithm is tested on network data from the Zachary karate club study, data from Victor Hugo's "Les Miserables", and data obtained from a musical piece by J.S. Bach. In all three cases, the algorithm partitions the vertices of the graph sensibly.

研究动机与目标

• 开发一种简单、基于随机代理的社区检测方法，用于复杂网络。
• 评估该算法在具有已知社区结构的真实世界和合成网络数据上的性能。
• 证明该算法无需预先知晓社区数量或结构，也能对顶点进行有意义的划分。
• 探索基于代理的模型在传统图聚类方法之外的社区检测中的适用性。

提出的方法

• 代理在每个顶点初始化，并根据局部连通性随机移动到相邻节点。
• 当代理相遇时发生聚合，形成更大的代理组，代表潜在的社区。
• 该算法使用基于随机转移规则，优先选择局部连通性更高的边以引导代理移动。
• 分区结果由最终聚合代理组的分布得出，反映出社区边界。
• 该过程重复多次，以确保检测到的社区具有稳定性和鲁棒性。

实验结果

研究问题

• RQ1 基于随机代理的模型能否有效检测多种网络类型中的社区结构？
• RQ2 该算法在具有已知社区结构的网络（如Zachary空手道俱乐部）上的表现如何？
• RQ3 该算法能否在复杂且非社交网络（如文学和音乐网络）中识别出一致且有意义的社区？
• RQ4 与既有的社区检测方法相比，基于代理的方法在可解释性和准确性方面表现如何？

主要发现

• 该算法成功地将Zachary空手道俱乐部网络划分为两个广为人知的社区，与真实情况完全匹配。
• 在维克多·雨果的《悲惨世界》中，该算法识别出与叙事派系和社会群体相对应的独立角色聚类。
• 在J.S.巴赫的音乐网络中，该算法检测到反映音乐主题和和声进行的结构化分组。
• 该基于代理的方法在所有三个测试网络中均产生一致且可解释的社区划分，且无需参数调优。