Wasserman-Faust

新的分层框架改进了复杂网络中的社群检测

研究人员开发了三种用于复杂网络社群检测的新分层框架，利用节点相似性、图表示学习和各种聚类算法。这些框架，包括基于 Wasserman-Faust 和深度学习表示（如 DNGR）的流水线，在许多小型社群的图上，与 Leiden 和 Louvain 等最先进的方法相比，表现出有竞争力的性能。虽然以极小的质量损失产生嵌套分区具有优势，但该方法的主要限制是其时间复杂度，限制了其在个人电脑上应用于大约 10,000 个顶点的网络。