مقاله #374

چکیده

بسیاری از روش‌های تشخیص مجامع، از توپولوژی ستاره‌ای و چگالی یال برای تشخیص مجامع بهینه استفاده می‌کنند. اگرچه در این روش‌ها، چندین شیئ که به وسیله‌ی وزن‌های بالا به هم متصل می‌باشند، ممکن است به مجامع مختلفی تجزیه و تفکیک شوند، حتی در زمانی که این گره‌ها به صورت مستقیم به یک جامعه تعلق داشته باشند. در این مورئ، بهتر است تا اشیاء را در جامعه‌ی یکسانی قرار دارد، چرا که آن‌ها نقش مهمی را در کنترل و درک شبکه بازی می‌کنند. به منظور رسیدن به این هدف، در این مقاله اقدام به ارائه‌ی روشی برای تشخیص ساختارهای مجامع بهینه در یک شبکه‌ی پیچیده نموده‌ایم که برای این کار، از روش خوشه‌بندی یال مبتنی بر تعامل استفاده نموده‌ایم. روش پیشنهادی ما، توپولوژی شبکه و همچنین چگالی تعامل در زمان تشخیص مجامع دارای اشتراک و روی هم افتاده و سلسله مراتبی را در نظر می‌گیرد. علاوه بر این، تفاوت‌های بین کیفیت و کمیت تعاملات بین و برون جامعه را اندازه‌گیری می‌کنیم تا کیفیت ساختار جامعه را مورد ارزیابی قرار دهیم. روش پیشنهادی‌مان را بر روی چندین شبکه‌ی بنچ مارک که دارای ساختارهای مجامع رایجی می‌باشند تست نمودیم. علاوه بر این، پس از بکار گیری این روش بر روی شبکه‌های پیچیده‌ی واقعی، این متد را از طریق مقایسه‌ی آن با سایر متد ها مورد ارزیابی قرار دادیم. یافته‌ایم که کیفیت جامعه و کیفیت روی هم پوشانی (دارای اشتراک) در مدل ما، نتایج بهتری را نسبت به سایر روش‌ها به همراه دارد.