arXiv 机器学习· {\L}ukasz Brzozowski, Grzegorz Siudem, Marek Gagolewski·· 9 小时前AI 评分29
基于节点相似度、图表示学习与层次聚类的复杂网络社团检测
Community detection in complex networks via node similarity, graph representation learning, and hierarchical clustering
AI 导读
新研究提出三种用于复杂网络社团检测的通用层次框架，支持多种连接聚类算法、节点相近度矩阵与图表示学习模型。在随机块模型与真实数据集测试 100 多种组合显示，结合 Wasserman-Faust、PPMI 与 DNGR 的最优流程性能媲美 Leiden 和 Louvain 算法。该方法保留了层次特性并可输出互相兼容的嵌套分区序列，适用于社团数量预先未知的场景。
来源：arXiv 机器学习 · arxiv.org