[论文解读] Community structure in social and biological networks

Michelle Girvan, M. E. J. Newman|RePEc: Research Papers in Economics|Dec 7, 2001

Complex Network Analysis Techniques被引用 15

一句话总结

该论文提出了一种检测网络中社区结构的新型算法，通过识别边的介数中心性来确定社区边界，在合成网络和真实网络（包括食物网和合作网络）中均表现出高精度，揭示了与生态和社交现实相符的生物学和社会学上有意义的群体划分。

ABSTRACT

A number of recent studies have focused on the statistical properties of networked systems such as social networks and the World-Wide Web. Researchers have concentrated particularly on a few properties which seem to be common to many networks: the small-world property, power-law degree distributions, and network transitivity. In this paper, we highlight another property which is found in many networks, the property of community structure, in which network nodes are joined together in tightly-knit groups between which there are only looser connections. We propose a new method for detecting such communities, built around the idea of using centrality indices to find community boundaries. We test our method on computer generated and real-world graphs whose community structure is already known, and find that it detects this known structure with high sensitivity and reliability. We also apply the method to two networks whose community structure is not well-known - a collaboration network and a food web - and find that it detects significant and informative community divisions in both cases.

研究动机与目标

• 解决复杂网络中社区结构检测缺乏稳健且通用方法的问题。
• 开发一种聚焦于识别社区边界而非密集连接核心的检测技术。
• 评估该方法在具有已知社区结构的网络上的性能，并将其应用于此前未被表征的网络。
• 探讨真实世界网络中的社区结构是否对应于有意义的功能或生态群体划分。
• 评估该方法在大规模网络分析中的可扩展性与适应性。

提出的方法

• 该方法使用边介数作为中心性度量，以识别可能位于不同社区之间的边。
• 通过迭代移除介数最高的边，逐步将网络分解为更小的连通组件。
• 该过程持续进行，直至所有边均被移除，从而生成一个社区的层次树结构。
• 社区被定义为在边移除过程中每一阶段形成的最大连通组件。
• 该算法通过聚焦于连接不同密集连接区域的边，旨在检测社区的外围区域。
• 该方法适用于无向无权网络，且可扩展至加权和有向图。

实验结果

研究问题

• RQ1 边介数中心性能否有效识别具有已知社区结构的网络中的社区边界？
• RQ2 该方法在真实世界网络（如食物网和合作网络）中检测社区的性能如何？
• RQ3 所检测到的社区是否与生物和社会系统中的有意义功能或生态群体划分相对应？
• RQ4 该算法在稀疏网络与密集网络中的表现如何，特别是与传统聚类方法相比？
• RQ5 该方法能否适应加权或有向网络？其计算效率如何进一步提升？

主要发现

• 该算法在合成网络中成功检测出已知的社区结构，表现出高灵敏度与可靠性。
• 在Zachary空手道俱乐部网络中，该方法正确识别出俱乐部分裂后形成的两个社区，与真实世界结果一致。
• 在大学美式足球网络中，该算法以高精度恢复了联盟结构，95%的球队被正确分配至其所属联盟。
• 在切萨皮克湾食物网中，该方法识别出两个主要社区，分别对应浮游生物和底栖生物，且跨社区连接数量极少。
• 该算法揭示，食物网中的生态社区更应以栖息地而非营养级来定义，挑战了传统分类方法。
• 该方法在密集网络中表现较差，表明其当前形式在处理此类网络时存在局限性。