高阶社区更准
针对基于模体的高阶社区发现问题，融合模体与边结构信息，并采用改进的元启发式优化策略，显著提升了社区检测的质量与精度。
Xiao, Jing · Yu-Cheng, Zou · 许小可
IEEE Transactions on Big Data 2025
通过融合模体和边的结构信息，并采用改进的元启发式算法，能够更好地逼近模块度的全局最优解，从而提升检测质量与精度。
基于模体的社区不仅反映网络的中尺度结构，还能体现真实网络的功能特征，因此结果更有实际意义。
采用改进的自然启发元启发式算法作为优化策略，自动寻找模块度的全局最优解，减少了人工调整参数的需求。