.png){kind=icon}
返回
Structural Clustering of Multi-Layer Graphs
.png){kind=icon}
PRE
AI
DOI：10.1109/TKDE.2025.3579684.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
多层图已作为一种新的表示方式，用于描述现实世界中实体间的多方面关系。针对多层图上的社区检测已被研究，以更深入地洞察现实世界图的模块化结构。作为一种有效且高效的社区检测方法，结构聚类已被研究应用于单层图。然而，在多层图社区检测的研究中，该方法一直被忽视。本文首次给出了多层图上结构聚类的形式化定义。提出了两种多项式时间算法来求解该问题。此外，设计了两种索引，即核心索引和区间索引，分别偏好时间效率和空间效率，以提升算法效率。实验结果表明，结构聚类在提升多层图上社区检测结果质量方面是有效的。实验也验证了由于使用所提出的索引而带来的运行时间改进。
Keyword:
Multi-layer graph
structural clustering
community detection
期刊
IF:
10.4
论文数:
6.8K
被引数:
3.2W
机构
引用论文
Identifying Modular Flows on Multilayer Networks Reveals Highly Overlapping Organization in Interconnected Systems.png)
PHYSICAL REVIEW X
OAAI
PHYSICAL REVIEW XIF15.7
OAAI分享收藏The Ackermann function. a theoretical, computational, and formula manipulative study阿克曼函数：理论、计算与公式操作研究BIT
BITIF0
PREAI
分享收藏分享收藏Local Community Detection in Multiple NetworksProceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data MiningOAAI
Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data MiningIF0
OAAI分享收藏
查看更多内容