社區發現(Community Detection)相關介紹

    小弟最近學習了一些社區發現的東西，相關知識總結到這裏，供你們一同窗習研究。

    首先是複雜網絡社區發現的一些算法介紹：

    http://blog.csdn.net/loptimistic/article/details/8173555    相關算法的綜述介紹

    http://blog.sciencenet.cn/blog-798640-677758.html    社區發現算法簡介

    http://blog.sina.com.cn/s/blog_63891e610101722t.html    複雜網絡社區發現方法總結

     http://www.cloga.info/2012/12/24/%E7%BD%91%E7%BB%9C%E5%88%86%E6%9E%90%E4%B8%8E%E5%9B%BE%E7%AE%80%E4%BB%8B/    網絡分析與圖簡介

 

    具體算法介紹：

    http://blog.csdn.net/peghoty/article/details/9286905?reload    社區發現(Community Detection)算法，介紹了LPA、SLPA、HANP、BMLPA、Fast Unfolding算法

    http://greatpowerlaw.wordpress.com/2013/02/08/community-detection-lpa/   Community Detection – Label Propagation算法 

    《Fast unfolding of communities in large networks》：介紹Fast Unfolding的論文，聽說154min內能處理118million nodes的數據！

    

    相關工具方法：

    http://blog.sciencenet.cn/blog-404069-297233.html    介紹幾個圖論和複雜網絡的程序庫

    http://www.zhizhihu.com/html/y2012/3912.html    iGraph庫中Community Detection方法比較

    http://igraph.wikidot.com/community-detection-in-r#toc4    Community Detection In R

    Gephi（https://gephi.org/）：一款開源免費跨平臺基於JVM的複雜網絡分析軟件, 其主要用於各類網絡和複雜系統，動態和分層圖的交互可視化與探測開源工具。可用做：探索性數據分析，連接分析，社交網絡分析，生物網絡分析等。——來自百度百科

    Graphchi：有CMU的select實驗室開發，用一臺Mac Mini在59分鐘內分析完Twitter2010年的全部數據。

     

     以上是小弟的搜刮的一些資料。我的感受這些社區發現(Community Detection)的相關方法大致分爲兩類：1.graph方法；2.clustering方法。可是我的感受這些方法都只考慮到了Community的物理意義，而沒有體現出Community自己的一些特性，只是經過一些度量方法把Community檢測了出來，可是並無獲得這些社區具體的意義，考慮是否能夠嘗試一下半監督的學習方法來解決。只是我的的一點小想法，有不妥之處，還請你們指正。