一、任务拆分
本文讲解动态网络局部社区演化分析中最简单的一种实现思路,适合小白。
- 时间片划分
- 社区检测
- 演化时间识别
二、大致思路
1、时间片划分
固定时间间隔划分
由于动态网络处于不断变化中,不利于我们直接分析,所以要进行时间片划分,将动态网络截成若干个静态的网络快照,对每一个网络快照单独进行分析。最简单的划分方法是固定时间间隔划分,但具体时间间隔应该根据数据集来选择,一般情况下时间间隔不宜过短,否则社区节点可能存在较多的无效变化,影响后续演化事件事识别。
2、社区检测
对单节点基于模块度做局部社区检测
- 选目标网络中某一节点作为初始社区
- 将社区的邻居作为备选集
- 将备选集中的节点逐一加入社区,分别计算局部模块度增益
- 选择使局部模块度增益最大的节点加入社区
- 重复2~4步,直到达到预计规模或局部模块度不再增加
3、演化事件识别
- 在后续网络快照中,对前一个网络快照社区中的每一个节点做局部社区检测,对社区取并集作为新的子图,用GN模型对子图做全局社区检测。
- 利用GED模型对不同时间片上的社区进行演化事件识别,它支持7种演化事件,生成、持续、生长、萎缩、合并、分裂、消失。