ネットワーク・コミュニティ検出のレビュー
ネットワーク内からグループを見つけ出すことは困難です。ネットワークには数百万もの接続が含まれています。それらを理解するには、パターンを見つけ出す必要があります。
コミュニティ検出は、ノードをグループ化するのに役立ちます。これらのグループは、ネットワークの他の部分よりも多くの接続を共有しています。このプロセスは、ソーシャルメディア、生物学、不正検知などで活用されています。
このレビューでは、現在使用されている主な手法を網羅しています：
- モジュール化手法は、グループ内の高密度な部分を探します。
- ランダムウォーク手法は、パスを辿ることでノードがどこに集まっているかを確認します。
- スペクトル手法は、数学を用いてデータ内の分割を見つけ出します。
- 情報理論的手法は、どれだけのデータがグループ内に留まるかを測定します。
この論文では、これらの手法の視覚的な調査結果を提供しています。異なるアルゴリズムが実際のデータに対してどのように動作するかを確認できます。
これらの構造について詳しく知るには、研究の全文をお読みください。
出典: https://dev.to/paperium/network-community-detection-a-review-and-visual-survey-5430
オプションの学習コミュニティ: https://t.me/GyaanSetuAi