Alternating between consensus and leader selection reveals community structure in networks

در این مقاله، ما دو الگوریتم جدید برای تشخیص ساختار جامعه در شبکه های مبتنی بر پویایی اجماع پیشنهاد می کنیم. الگوریتم اول جوامع را در شبکه ها با متناوب کردن بین گره های شناخته شده رهبری پس از تجزیه و تحلیل ضرایب تأثیر گره ها و یافتن گره های متعلق به گروه های گره های مربوطه آنها با استفاده از پویایی توافق و ضریب تفاوت گره ها، شناسایی می کند. الگوریتم دوم پسوند مدل اول از طریق مدل رهبری است. پس از تایید گره های رهبر بر اساس الگوریتم اول، عضویت گره های مربوط به رهبران مربوطه را با انجام پویایی اجماع، نشان می دهد. در الگوریتم دوم، یک روش برای محاسبه عضویت گره ها پیشنهاد شده است. گره های مرتبط گره های جوامع می توانند به طور طبیعی تایید شوند و وضعیت گره ها در شبکه ها می تواند کمی تعیین شود. در نهایت، الگوریتم های ما به شبکه های تولید شده در دنیای واقعی و کامپیوتری اعمال می شود که سازه های جامعه به خوبی شناخته شده اند. نتایج آزمایش ها اثربخشی و قابلیت اطمینان الگوریتم های پیشنهاد شده را نشان می دهد.