这次阅读的论文是

Estimating the resolution limit of the map equation in community detection

有关社区发现算法分辨率极限的估算，涉及到Infomap和模块度两种社区发现方法

03.论文阅读-1

摘要阅读

分辨率限制：若一个社区发现算法在遇到一个最小模块的规模后无法准确识别，算法会被认为具有分辨率限制

有一种方法是两层级分配方法，即给一个节点簇划分为一个社区，节点簇中的若干节点为第一级，这个节点簇视作一个抽象的第二级节点。目前这种方法的函数都被视为具有分辨率限制和影响它分辨率的某种参数。

Estimating探讨的是分辨率限制是如何影响map方程的（即Infomap算法），文章给出的结论是Infomap算法的分辨率限制由模块之间的总链接数决定，而不是像基于模块度评价的算法那样，后者的分辨率限制取决于整个网络中的总链接数。

文章的结论是地图方程的分辨率限制要宽松得多，会宽松多个数量级，并且认为分辨率限制是由于将多个层次的模块结构生硬的纳入了两个层级的划分方法。

多层级的地图方程有效消除了嵌套多层次模块结构的网络分辨率限制

列举的七篇社区检测算法 [1-7]

[1]《Finding and evaluating community structure in networks》

Girvan 和 Newman 在 2004 年发表的一篇关于网络社区结构发现与评估的论文,首次提出了模块度的社区发现算法

[2]《Uncovering the overlapping community structure of complex networks in nature and society》

由 Palla 等人于 2005 年发表在《Nature》上的一篇关于复杂网络中重叠社区结构的研究论文。

[3]《Stability of graph communities across time scales》

[4]《Maps of random walks on complex networks reveal community structure》

[5]《Community Structure in Time-Dependent, Multiscale, and Multiplex Networks》

[6]《Finding and evaluating community structure in networks》

[7]《A tutorial on spectral clustering》

Infomap是一款实现于Map Equation理论上的网络聚类算法，它能够高效地识别复杂网络中的信息流模式，并据此进行多层次的社区划分。此项目由mapequation团队维护，提供了一个强大的工具来解析和理解网络结构。

文字写于：广东