|
عنوان
|
تحلیلی بر روشهای تشخیص جوامع در شبکه های پیچیده
|
|
نوع پژوهش
|
مقاله ارائه شده
|
|
کلیدواژه‌ها
|
شبکه ی پیچیده، تشخیص جوامع، خوشه بندی
|
|
چکیده
|
در سالهای اخیر گرایش دانشمندان به کاوش و بررسی شبکه های پیچیده به شدت افزایش یافته است. این امر زمانی آغاز شد که دانشمندان دریافتند که بسیاری از شبکه های پیچیده ی استخراج شده از سیستمهای مصنوعی و طبیعی، ویژگی های مشترکی را دارند که آنها را از گراف های تصادفی متمایز می سازند. این ویژگی ها عبارتند از: پدیده ی جهان کوچک ، توزیع درجات به صورت قانون توانی ، و ضریب خوشه بندی بالا . در نتیجه ی این ویژگی های ساختاری، اکثر شبکه های پیچیده ی جهان واقعی دارای ساختاری خوشه ای به نام جوامع هستند. یک جامعه زیرگرافی است که در آن گره ها اتصالات زیادی با گره های داخل جامعه داشته و اتصالات بسیار کمی با گره های بیرون از جامعه دارند. به طور معمول گره هایی که عضو یک جامعه اند ویژگی های مشترکی داشته و نقش های مشابهی را در یک شبکه ایفا می کنند. بنابراین با تشخیص و آزمایش جوامع موجود در یک شبکه می توان به اطلاعات مفیدی در مورد ساختار و ماهیت آن شبکه دست یافت. تفسیر معنایی یک جامعه به نوع شبکه ی مورد مطالعه بستگی دارد. در شبکه ی سوخت و ساز بدن، یک جامعه می تواند نشان دهنده ی یک فعالیت زیستی در یک سلول باشد. در شبکه ی تراکنش یک سایت تجارت الکترونیکی، یک جامعه مجموعه ای از مشتریان مشابه را نشان می دهد. در شبکه ی وب نیز یک جامعه مجموعه ای از صفحات با موضوعات یکسان را نشان می دهد. روشهای بسیاری جهت تشخیص جوامع در شبکه های پیچیده ارائه شده اند. این مقاله به معرفی مفاهیم اولیه، کاربردها، چالش ها و روشهای حل مسئله ی تشخیص جوامع می پردازد.
|
|
پژوهشگران
|
سونا طاهری (نفر اول)، عسگر علی بویر (نفر دوم)
|