عنوان ترجمه شده مقاله: تشخیص مجامع سلسله مراتبی و دارای وجه اشتراک، در شبکه‌ی پیچیده، با استفاده از تکنیک خوشه بندی یال مبتنی بر تعامل

Most community detection methods use network topology and edge density to identify optimal communities. However, in these methods, several objects that are connected by high weights may be decomposed into different communities, even when they intuitively belong to a single community. In this case, it is more effective to classify the objects into the same community because they perform important roles in controlling and understanding the network. To achieve this goal, in this paper, we propose a method of detecting optimal community structures in a complex network using interaction-based edge clustering. Our approach is to consider network topology as well as interaction density when identifying overlapping and hierarchical communities. Additionally, we measure the differences between the quantity and quality of intra- and inter-community interactions to evaluate the quality of the community structure. We test our method on several benchmark networks with known community structures. Additionally, after applying our method to several real-world complex networks, we evaluate our method through comparison with other methods. We find that the community quality and the overlap quality for our method surpass the results of the other methods

چکیده

بسیاری از روش های تشخیص مجامع، از توپولوژی ستاره ای و چگالی یال برای تشخیص مجامع بهینه استفاده می کنند. اگرچه در این روش ها، چندین شیئ که به وسیله وزن های بالا به هم متصل می باشند، ممکن است به مجامع مختلفی تجزیه و تفکیک شوند، حتی در زمانی که این گره ها به صورت مستقیم به یک جامعه تعلق داشته باشند. در این مورئ، بهتر است تا اشیاء را در جامعه یکسانی قرار دارد، چرا که آنها نقش مهمی را در کنترل و درک شبکه بازی می کنند. به منظور رسیدن به این هدف، در این مقاله اقدام به ارائه روشی برای تشخیص ساختارهای مجامع بهینه در یک شبکه پیچیده نموده ایم که برای این کار، از روش خوشه بندی یال مبتنی بر تعامل استفاده نموده ایم. 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 می گیرد. علاوه بر این، تفاوت های بین کیفیت و کمیت تعاملات بین و برون جامعه را اندازه گیری می کنیم تا کیفیت ساختار جامعه را مورد ارزیابی قرار دهیم. روش پیشنهادی مان را بر روی چندین شبکه بنچ مارک که دارای ساختارهای مجامع رایجی می باشند تست نمودیم. علاوه بر این، پس از بکار گیری این روش بر روی شبکه های پیچیده واقعی، این متد را از طریق مقایسه آن با سایر متدها مورد ارزیابی قرار دادیم. یافته ایم که کیفیت جامعه و کیفیت روی همپوشانی (دارای اشتراک) در مدل ما، نتایج بهتری را نسبت به سایر روش ها به همراه دارد.

1-مقدمه

شبکه هایی که به تشریح سیستم های پیچیده و یا مفاهیم آنها می پردازند را می توان به مجامع و یا گروه هایی تقسیم کرد. این مجامع، معمولاً شامل زیر گراف ها می باشند: چگالی یال های داخل یک جامعه، بیشتر از چگالی یال های بین جوامع می باشد [1]. تشخیص ساختارهای مجامع را می توان به آسانی درک نموده و یک شبکه را می توان به شکلی کارآمد، از طریق تقسیم آن به چندین گروه تحلیل نمود...