Przegląd metod wykrywania społeczności w sieciach
Wyszukiwanie grup w sieci jest trudne. Sieci zawierają miliony połączeń. Aby je zrozumieć, należy odnaleźć wzorce.
Wykrywanie społeczności pomaga grupować węzły. Grupy te posiadają więcej połączeń między sobą niż z resztą sieci. Proces ten znajduje zastosowanie w mediach społecznościowych, biologii oraz wykrywaniu oszustw.
Niniejszy przegląd obejmuje główne metody stosowane obecnie:
- Metody modularności szukają wysokiej gęstości wewnątrz grup.
- Metody błądzenia losowego podążają ścieżkami, aby sprawdzić, gdzie gromadzą się węzły.
- Metody spektralne wykorzystują matematykę do znajdowania podziałów w danych.
- Metody oparte na teorii informacji mierzą, jak dużo danych pozostaje w obrębie grupy.
Artykuł stanowi wizualny przegląd tych technik. Pokazuje, jak różne algorytmy zachowują się na rzeczywistych danych.
Przeczytaj pełne opracowanie, aby dowiedzieć się więcej o tych strukturach.
Źródło: https://dev.to/paperium/network-community-detection-a-review-and-visual-survey-5430
Opcjonalna społeczność edukacyjna: https://t.me/GyaanSetuAi