14706

بررسي برخي روش هاي تشخيص جوامع همپوشان در شبكه هاي اجتماعي

1402

دكتر حسن نادري

با گسترش سريع شبكه هاي اجتماعي و افزايش پيچيدگي ساختار آنها، شناسايي ناحيههاي متراكم، هم پوشان و درهم تنيده از گره ها به عنوان يكي از مسائل اساسي و چالشبرانگيز در تحليل شبكه هاي پيچيده مطرح شده است. تشخيص جوامع هم پوشان نقش مهمي در درك بهتر ساختار، عملكرد و پويايي اين شبكه ها ايفا مي كند. در اين گزارش، ابتدا مفاهيم پايهاي و تعاريف ضروري نظير گراف، اجتماع هم پوشان، كليك و تعبيه گره مورد بررسي قرار گرفته و سپس معيارهاي متداول ارزيابي الگوريتم هاي تشخيص اجتماع، در دو دسته ي معيارهاي دقيق محور مانند ONMI، شاخص امگا و ساختاري محوراز جمله EQ ، هدايت و رسانايي ميانگينمعرفي شدهاند. همچنين مجموعه داده هايپركاربرد، اعم از واقعي و مصنوعي، براي تحليل و ارزيابي روش ها تشريح گرديده اند. در ادامه، چهار رويكرد اصلي براي تشخيص جوامع هم پوشان شامل روش هاي گسترش محلي، خوشهبندي پيك هاي چگالي، الگوريتم هاي انتشار برچسب و مدل هاي مبتني بر يادگيري عميق بررسي شده و الگوريتم هاي شاخص هر دسته معرفي گرديده اند. در پايان هر بخش، نتايج ارزيابي روش ها با استفاده از معيارهاي تعريف شده مرور شده و نقاط قوت، ضعف و محدوديت هاي هر رويكرد به صورت تحليلي بيان گرديده .است

5/20/2025 12:00:00 AM

86704

1404/03/09

Review of Overlapping Community Detection Methods in Social Networks

،تشخيص جوامع،جوامع هم پوشان، شبكه هاي اجتماعي، الگوريتمهاي گسترش محلي يادگيري عميق

community detection, overlapping communities, social networks, local expansion algorithms, deep learning,