Finding overlapping communities in networks using propositional satisfiability
Résumé
In this paper, we propose a new approach to detect overlapping communities in large complex networks. We first introduce a parametrized notion of a community, called k -linked community, allowing us to characterize node/edge centered k-linked community with bounded diameter. Such community admits a node or an edge with a distance at most k2 from any other node of that community. Next, we show how the problem of detecting node/edge centered k-linked overlapping communities can be expressed as a Partial Max-SAT optimization problem. Then, we propose a post-processing strategy to limit the overlaps between communities. An extensive experimental evaluation on real-world networks shows that our approach outperforms several popular algorithms in detecting relevant communities
La détection de communautés est devenue un problème fondamental permettant la compréhension de la structure des réseaux complexes tels que les réseaux sociaux, biologiques ou encore les réseaux d'informations. Dans cet article, nous proposons une approche pour détecter les communautés chevauchantes dans les grands réseaux complexes. Nous introduisons d'abord une nouvelle notion de communauté paramétrée dite communauté k-liée. Cela nous permettrait de caractériser les communautés k-liées centrées noeud/arête de diamètre borné. Une telle communauté admet un noeud ou une arête avec une distance au plus k2 des autres noeuds de la même communauté. Ensuite, nous montrons comment le problème de détection de communautés chevauchantes k-liées centrées noeud/arête peut être exprimé sous forme d'un problème d'optimisation Max-SAT partiel. Puis, nous proposons une stratégie de post-traitement pour réduire le chevauchement entre les communautés. Finalement, une évaluation expérimentale extensive sur des réseaux réels montrent que notre approche améliore significativement plusieurs algorithmes de l'état de l'art de détection de communautés