ನೆಟ್ವರ್ಕ್ ಕಮ್ಯುನಿಟಿ ಡಿಟೆಕ್ಷನ್ ವಿಮರ್ಶೆ
ನೆಟ್ವರ್ಕ್ನಲ್ಲಿ ಗುಂಪುಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವುದು ಕಷ್ಟಕರವಾಗಿದೆ. ನೆಟ್ವರ್ಕ್ಗಳು ಲಕ್ಷಾಂತರ ಸಂಪರ್ಕಗಳನ್ನು ಹೊಂದಿರುತ್ತವೆ. ಅವುಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ನೀವು ಮಾದರಿಗಳನ್ನು ಕಂಡುಹಿಡಿಯಬೇಕಾಗುತ್ತದೆ.
ಕಮ್ಯುನಿಟಿ ಡಿಟೆಕ್ಷನ್ ನೋಡ್ಗಳನ್ನು (nodes) ಒಟ್ಟಾಗಿ ಗುಂಪು ಮಾಡಲು ನಿಮಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಈ ಗುಂಪುಗಳು ನೆಟ್ವರ್ಕ್ನ ಉಳಿದ ಭಾಗಗಳಿಗಿಂತ ಹೆಚ್ಚು ಸಂಪರ್ಕಗಳನ್ನು ಹಂಚಿಕೊಳ್ಳುತ್ತವೆ. ಈ ಪ್ರಕ್ರಿಯೆಯು ಸೋಶಿಯಲ್ ಮೀಡಿಯಾ, ಜೀವಶಾಸ್ತ್ರ ಮತ್ತು ವಂಚನೆ ಪತ್ತೆಹಚ್ಚುವಿಕೆಯಲ್ಲಿ (fraud detection) ಬಳಕೆಯಾಗುತ್ತದೆ.
ಈ ವಿಮರ್ಶೆಯು ಇಂದು ಬಳಕೆಯಲ್ಲಿರುವ ಪ್ರಮುಖ ವಿಧಾನಗಳನ್ನು ಒಳಗೊಂಡಿದೆ:
- ಮಾಡ್ಯುಲರೈಸೇಶನ್ ವಿಧಾನಗಳು (Modularization methods) ಗುಂಪುಗಳ ಒಳಗೆ ಹೆಚ್ಚಿನ ಸಾಂದ್ರತೆಯನ್ನು ಹುಡುಕುತ್ತವೆ.
- ರಾಂಡಮ್ ವಾಕ್ ವಿಧಾನಗಳು (Random walk methods) ನೋಡ್ಗಳು ಎಲ್ಲಿ ಗುಂಪುಗೂಡುತ್ತವೆ ಎಂದು ನೋಡಲು ದಾರಿಗಳನ್ನು ಅನುಸರಿಸುತ್ತವೆ.
- ಸ್ಪೆಕ್ಟ್ರಲ್ ವಿಧಾನಗಳು (Spectral methods) ಡೇಟಾದಲ್ಲಿನ ವಿಭಜನೆಗಳನ್ನು ಕಂಡುಹಿಡಿಯಲು ಗಣಿತವನ್ನು ಬಳಸುತ್ತವೆ.
- ಇನ್ಫರ್ಮೇಷನ್ ಥಿಯರೆಟಿಕ್ ವಿಧಾನಗಳು (Information theoretic methods) ಎಷ್ಟು ಡೇಟಾ ಒಂದು ಗುಂಪಿನಲ್ಲಿ ಉಳಿಯುತ್ತದೆ ಎಂಬುದನ್ನು ಅಳೆಯುತ್ತವೆ.
ಈ ಪ್ರಬಂಧವು ಈ ತಂತ್ರಗಳ ದೃಶ್ಯ ಸಮೀಕ್ಷೆಯನ್ನು (visual survey) ಒದಗಿಸುತ್ತದೆ. ವಿವಿಧ ಅಲ್ಗಾರಿದಮ್ಗಳು ನೈಜ ಡೇಟಾದ ಮೇಲೆ ಹೇಗೆ ವರ್ತಿಸುತ್ತವೆ ಎಂಬುದನ್ನು ನೀವು ಇಲ್ಲಿ ನೋಡಬಹುದು.
ಈ ರಚನೆಗಳ ಬಗ್ಗೆ ಹೆಚ್ಚಿನದನ್ನು ತಿಳಿಯಲು ಸಂಪೂರ್ಣ ಅಧ್ಯಯನವನ್ನು ಓದಿ.
ಮೂಲ: https://dev.to/paperium/network-community-detection-a-review-and-visual-survey-5430
ಐಚ್ಛಿಕ ಕಲಿಕಾ ಸಮುದಾಯ: https://t.me/GyaanSetuAi