مقاله #375

چکیده

چگونه اندازه گیری تشابه بین گره ها، برای خوشه بندی فازی مهم است، آن هم زمانی که از این روش برای شناسایی جوامع در شبکه های پیچیده استفاده می نماییم. در این مقاله، نخست تشابه بین گره ها در یک شبکه براساس مرکزیت یالی را اندازه گرفته و شبکه را به عنوان یک رابطه فازی مدل می کنیم. سپس، دو قانون متعدی فازی (قانون 1و قانون 2) را بترتیب بر رابطه بکار می بریم که، با آن اطلاعات تشابه می تواند از یک گره به دیگری در شبکه تا زمانی که رابطه به حالت پایدار برسد، منتقل شود. با انتخاب آستانه های گوناگون، مدل ما در نهایت می تواند شبکه را به چندین زیر گره بدون هم پوشانی تقسیم نماید. روش خود را با پاره ای حالات روش های جدید بر مبنای معیار LFR و شبکه های دنیای واقعی مقایسه می نماییم. در می یابیم که روش ما براساس قانون 1 می تواند بصورت صحیح جوامع را زمانی شناسایی نماید که، تشابه بین گره های گروهی یکسان بزرگ تر از گروه های گوناگون باشد، در حالی که این در نقطه مقابل قانون 2 است. روش ما به نتایج بهتری نسبت به روش های جدید می رسد، زمانی که جوامع از پیش طراحی شده شبکه های تصادفی مبهم باشند.