𝗡𝗲𝘁𝘄𝗼𝗿𝗸 𝗖𝗼𝗺𝗺𝘂𝗻𝗶𝘁𝘆 𝗗𝗲𝘁𝗲𝗰𝘁𝗶𝗼𝗻 𝗥𝗲𝘃𝗶𝗲𝘄
नेटवर्क के भीतर समूहों को खोजना कठिन है। नेटवर्क में लाखों कनेक्शन होते हैं। उन्हें समझने के लिए आपको पैटर्न खोजने की आवश्यकता होती है।
कम्युनिटी डिटेक्शन आपको नोड्स को एक साथ समूहित करने में मदद करता है। ये समूह नेटवर्क के बाकी हिस्सों की तुलना में अधिक कनेक्शन साझा करते हैं। यह प्रक्रिया सोशल मीडिया, जीव विज्ञान और धोखाधड़ी का पता लगाने (fraud detection) में काम आती है।
यह समीक्षा आज उपयोग की जाने वाली मुख्य विधियों को कवर करती है:
- मॉड्यूलरिटी (Modularization) विधियाँ समूहों के भीतर उच्च घनत्व की तलाश करती हैं।
- रैंडम वॉक (Random walk) विधियाँ यह देखने के लिए रास्तों का अनुसरण करती हैं कि नोड्स कहाँ क्लस्टर होते हैं।
- स्पेक्ट्रल (Spectral) विधियाँ डेटा में विभाजन खोजने के लिए गणित का उपयोग करती हैं।
- सूचना सिद्धांत (Information theoretic) विधियाँ यह मापती हैं कि कितना डेटा एक समूह में रहता है।
यह पेपर इन तकनीकों का एक विजुअल सर्वे प्रदान करता है। आप देख सकते हैं कि वास्तविक डेटा पर विभिन्न एल्गोरिदम कैसे व्यवहार करते हैं।
इन संरचनाओं के बारे में अधिक जानने के लिए पूरा अध्ययन पढ़ें।
स्रोत: https://dev.to/paperium/network-community-detection-a-review-and-visual-survey-5430
वैकल्पिक लर्निंग कम्युनिटी: https://t.me/GyaanSetuAi