我有一些社交网络数据，我想在其中识别属于 5 个朋友组的人。这些是与其他 4 个人成为朋友的用户，他们彼此也是朋友。
在图的意义上，此任务涉及识别图中的组件，其中每个节点在组件中的每个其他节点之间都有一条边，并且该组件包含至少 5 个节点。
有没有众所周知的算法来做到这一点？我正在研究中心性、聚类系数和强连通分量等指标，但这些都不是我想要的。
谢谢！
在社交网络数据中查找朋友组
数据挖掘
图表
社会网络分析
2021-09-21 11:21:49
2个回答
社区检测和集团渗透：
这是一个社区检测问题。这是一篇非常详细的评论文章，对最新技术进行了调查。
Clique Percolation Method对探索也很有用，因为它几乎可以解决您可能需要知道的问题。您还可以了解Matching是什么，并将该概念与Blossom Algorithm联系起来。虽然，这会找到最大匹配，但您可以稍微修改算法以至少获得 5 个最小匹配。
与其说是“算法”，不如说是 Neo4j 允许您查询图网络，并且这种类型的问题在他们的演示中非常重要。以下是您可能必须在社交网络案例中使用的 Cypher 语言语法示例：
MATCH (a:Person)-[:FRIENDS_WITH]->(b:Person), (b)-[:FRIENDS_WITH]->(c:Person)
WITH b.name AS Friends, count(c) as MutualFriends
WHERE a.name = "Ollie" AND NOT (a)-[:FRIENDS_WITH]->(c) AND MutualFriends > 5
RETURN Friends, MutualFriends
代码可能并不完美，但它是为了展示。这种查询非常快速地返回中型到大型图的结果，尤其是如果您可以加载数据并使用索引按名称搜索。取决于你是否想从头开始！
其它你可能感兴趣的问题