فاطمه دباغی زرندی - گروه علوم کامپیوتر، دانشکده ریاضی و کامپیوتر، دانشگاه شهید باهنرکرمان، کرمان، ایران
مرجان کوچکی رفسنجانی - دانشیار گروه علوم کامپیوتر، دانشکده ریاضی و کامپیوتر، دانشگاه شهید باهنرکرمان، کرمان، ایران

در سال های اخیر، شبکه های مدرن در تنوع، اندازه و پیچیدگی رشد چشمگیری داشته اند. با رشد شبکه ها، داده هایمتنوع و پیچیده ای درون آنها قابل مشاهده است. شبکه ها به عنوان ساختارهای غالب در حوزه های مختلف، از جملهجامعه شناسی، زیست شناسی، علوم عصب شناسی و علوم کامپیوتر ظاهر می شوند. این شبکه ها را می توان به یک گرافنگاشت کرد، به طوریکه موجودیت های شبکه به عنوان گره ها و تعاملات بین موجودیت ها به صورت یال های گراف نشانداده می شوند. برای داشتن درک روشنی از ساختار و عملکرد شبکه و استخراج اطلاعات مفید از شبکه، بهتر است کهشبکه را به گروه هایی از گره های مشابه تقسیم کرد. هر گروه یک جامعه نامیده می شود. تراکم یال های درون جامعهبسیار بیشتر از تراکم یال های بین جامعه ها است. امروزه تشخیص جامعه یک زمینه تحقیقاتی مهم و وسیع در علمشبکه است. هدف این مقاله ارایه یک بررسی جامع در مورد روش های ارایه شده برای خوشه بندی شبکه های بدونجهت و غیر وزن دار می باشد. در این راستا، ابتدا پیش نیازهای لازم در این زمینه مورد بحث قرار می گیرند و سپسروش های ارایه شده مبتنی بر تشابه ساختاری به منظور تشخیص جامعه بررسی می شوند و در نهایت مقایسه ای ازروش های مختلف انجام می گیرد.

تشخیص جامعه، تشابه ساختاری، پیمان های بودن، گراف