中国人民大学健康大数据研究院黄丹阳教授团队的研究成果“Subsampling spectral clustering for stochastic block models in large-scale networks”在《Computational Statistics and Data Analysis》接收发表。

科学技术的快速发展产生了大量的网络数据，给网络社区检测带来了重大的计算挑战。针对这一问题，我们提出了一种二阶子采样谱聚类算法，旨在识别计算资源有限的大规模网络中的群落结构。该算法通过对整个网络进行简单的随机子采样来构建子网络，然后将现有的谱聚类扩展到子网络，以估计整个网络节点的社区标签。因此，对于大规模数据集，该方法甚至可以使用个人计算机来实现。此外，所提出的方法可以并行推广。从理论上讲，在随机块模型及其推广下，相应地建立了度校正随机块模型，子采样谱聚类方法的理论性质。最后，为了说明和评估所提出的方法，进行了大量的模拟研究和两个真实数据分析。