距离，相异指数和网络社团结构

距离，相异指数和网络社团结构(中文5000字,英文 PDF)
我们要解决的问题是发现一个复杂网络中的社团结构，在早期，我们介绍了网络随机行走的概念并定义了距离测度，根据这个距离测度，我们计算一个网络中最近邻节点的相异指数并设计一个算法来把这些节点划分到社团分层组织。每个社团的特点是有一个上限和下限的相异性阈值。这个算法被应用到几个人工和真实世界的网络中，并取得了优异的成绩。对于人工生成的随机模块化网络，该方法优于基于边介数概念的算法。就像对于酵母中蛋白质-蛋白质互相作用网络，我们通过他们具有的明确定义的生物功能能识别很多集群。