الگوریتمی کارا جهت تشخیص جوامع همپوشان درشبکه های اجتماعی

یکی ازمسائل بسیارمهم و پرکاربرد درشبکه های اجتماعی تشخیص جامعه است جامعه زیرگرافی ازیک گراف است که تعدادارتباطهای بین اعضا آن زیرگراف نسبت به تعدادارتباطهایی که آنها را به بقیه گراف متصل می کند بیشتر است این مسئله به دونوع تشخیص جوامع مجزا و همپوشان تقسیم میگردد درتشخیص جوامع مجزا همه جوامع بایست کاملا جداازهم باشند اما درتشخیص جوامع همپوشان یک فردمیتواند همزمان درچندجامعه عضو باشد که موضوع اصلی این مقاله است باوجود همه تلاش هایی که تاکنون برای حل مسئله تشخیص ساختارجوامع صورت گرفته است هنوز راه حل مناسبی برای این مسئله که ازنوع مسائل NP-Complete می باشد ارایه نشده است دراین مقاله راه حلی مبتنی برعامل برای این مسئله ارایه خواهد شد ازمایشهای انجام شده نشان میدهند که درسه معیارمعمول F-Score ، Nicosia NMI الگوریتم ارایه شده نسبت به اخرین الگوریتم های موجود کاراتر است

Keywords:

تشخیص جامعه , شبکه اجتماعی , تئوری گراف , تحلیل شبکه اجتماعی