快速准确地挖掘社区结构：整合中心定位和成员资格优化

网络中的社区或集群的采矿在分析，设计和优化许多自然和工程复杂的系统（例如蛋白质网络，电网和运输系统）方面很有价值。 现有的大多数技术都将社区挖掘问题视为基于给定质量函数（例如，模块化）的优化问题，但是，这些技术都没有以系统的理论为基础来识别网络中的中心节点。 而且，如何兼顾采矿效率和社区质量仍然是一个悬而未决的问题。 在本文中，我们尝试通过引入一种新颖的算法来解决上述挑战。 首先，提出了具有可调影响因子的核函数来度量每个节点的领导力，具有最高局部领导力的那些节点可以被视为候选中心节点。 然后，我们使用离散时间动力系统来描述社区成员的动态分配。 制定服务条件，保证每个节点动态轨迹的收敛，从而揭示网络的分层社区结构。 所提出的动力系统独立于所使用的质量函数，因此也可以应用于其他社区采矿模型。 我们的算法非常高效：计算复杂度分析表明，执行时间几乎线性地取决于稀疏网络中节点的数量。 最后，我们将算法的演示应用程序应用于一组综合基准网络以及真实世界的网络，以验证算法的性能。