سیمنار درس شبکه اجتماعی عنوان:ساختار اجتماع گونه در شبکه های اجتماعی و زیستی

سیمنار درس شبکه اجتماعی عنوان:ساختار اجتماع گونه در شبکه های اجتماعی و زیستی

›بررسی سه ویژگی مهم شبکه ها

›ویژگی ساختار اجتماع گونه

›تشخیص ساختار اجتماع گونه

1. متدهای سنتی
2. متد مطرح شده در این مقاله

›آزمایش متد مطرح شده بر روی ساختار اجتماع گونه شناخته شده

1. گراف های تولید شده توسط کامپیوتر
2. گراف های دنیای واقعی

›آزمایش متد مطرح شده بر روی ساختار اجتماع گونه شناخته نشده

1. شبکه های همکاری
2. شبکه غذایی موجودات دریایی در خلیج چاپستیک

ساختار اجتماع گونه شبکه های اجتماعی و زیستی

مقدمه

مطالعات اخیر،بر روی احتمالات آماری سیستم های شبکه ای از قبیل شبکه های اجتماعی و شبکه های www تمرکز کرده اند. محققان بر روی تعداد کمی خواص که در بسیاری از شبکه های معمول به چشم میخورد متمرکز شده اند. خاصیت دنیای کوچک ،توزیع درجه power law،خوشیدگی.

در این مقاله ما بر روی سایر خواص که در بسیاری از شبکه ها وجود دارد تمرکز میکنیم.خاصیت ساختار اجتماع گونه که نودها در در یک پیوند گروهی محکم به هم چسبیده اند در صورتی که بینشان ارتباطاط بی پایه و اساسی وجود دارد ،یعنی نظمی در ارتباطات وجود ندارند.

در این مقاله ما یک متد برای تشخیص ساختار اجتماع گونه پیشنهاد میکنیم که ایده ای را شکل میدهد که از شاخص مرکزیت برای پیدا کردن مرزهای ارتباطات استفاده میکند.ما متدمان را روی گراف های computer generated و گراف های real world که ساختار اجتماع گونه شان شناخته شده بود امتحان کرده ایم و دریافتیم که متدمان ساختار شبکه را با درجه حساسیت و قابلیت اطمینان بالا تشخیص میدهد.ما همچنین این متد را روی دو شبکه Collaboration Network وFood Web که ساختار اجتماع گونه شان شناخته شده نبود نیز امتحان کردیم ودریافتیم که در این مورد هم ارتباطات مهم را تشخیص میدهد و حاوی اطلاعات زیادی است.

در تحقیقات اخیر روی شبکه ها ،بر روی تعدادی از خواص آماری که در بسیاری از شبکه ها وجود دارد تمرکز شده است.یکی از این خواص اثر دنیای کوچک است،در این شبکه ها میانگین فاصله بین گره ها کوتاه هست.خواص دیگر توزیع درجه right-skewed است،در شبکه هایی با این خاصیت تعداد کمی از نودها درجه بالایی دارند و بیشتر گره های شبکه درجه پاییتی دارند.این توریع اغلب از فورم exponential وpower law پیروی میکند.خاصیت سوم که در بیشتر شبکه ها به صورت معمول وجود دارندclustering یا network transivity است،که بیانگر این موضوع است که دوگره ای که هستند همسایه یک گره سومی احتمال زیادی وجود دارد که همسایه یکدیگر باشند.به زبان شبکه های اجتماعی احتمال این که دو تا از دوستان شما یکدیگر را بشناسند نسبت به دو نفری که به صورت رندوم از جامعه انتخاب شدند بیشتر است.این اثر هست مساوی با ضریب خوشیدگی.

نتیجه این فرمول هست مساوی با احتمال اینکه دو دوست یک گره با یکدیگر دوست باشند.در یک گراف کامل نتیجه این فرمول مساوی یک استزیرا همه یکدیگر را میشناسند و معمولا در شبکه های دنیای واقعی عددی بین 0.1 تا0.5 میباشد.

تشخیص ساختار اجتماع گونه[1]

[1] Detecting community structure