دانلود مقاله ترجمه شده شناسایی جامعه همپوشان بنا بر مقیاس: یک روش فاکتور گیری غیرمنفی ماتریس

چکیده

جوامع شبکه ای نشان دهنده ساختارهای اصلی برای درک سازمان دهی شبکه های دنیای واقعی هستند. یک جامعه (که یک ماژول یا یک گروه نیز نامیده می شود) به طور معمول به عنوان گروهی از گره ها (ند ها)تلقی می شود که ارتباط میان اعضایش نسبت به ارتباط بین اعضای آن و باقی مانده ی شبکه بیشتر است. هم چنین جوامع موجود در شبکه ها با هم همپوشانی دارند به طوری که گره ها بطور همزمان متعلق به چندین خوشه (گروه) هستند. با توجه به دشواری ارزیابی تشخیص جوامع وفقدان الگوریتم های مقیاس پذیر، هنوز هم کار  تشخیص جامعه ی هم پوشان در شبکه های بزرگ تا حد زیادی به عنوان یک مساله بزرگ باقی مانده است. در این مقاله ما یک BIGCLAM ارائه می کنیم(مدل وابستگی گروهی برای شبکه های بزرگ)، که یک روش تشخیص جامعه همپوشان است که شبکه های بزرگی از میلیون ها گره و لبه را مقیاس گذاری می کند. ما با یک مشاهده جدید مواجه می شویم و آن این  که بین جوامعی که بطور متراکمی به هم متصل هستند هم پوشانی بوجود می آید.  این مساله کاملا در تضاد با روش های تشخیص جامعه موجود است که در آن ها به طور ضمنی فرض می شود که همپوشانی بین جوامعی رخ می دهد که بطور پراکنده در ارتباطند و در نتیجه به درستی نمی توانند جوامع همپوشان موجود در شبکه ها را استخراج نمایند.  در این مقاله، ما یک الگوریتم شناسایی جامعه ی مبتنی بر مدل را توسعه می دهیم که می تواند جوامع همپوشان متراکم، جوامع آشیانه ای(تو در تو) سلسله مراتبی و نیز جوامع غیر همپوشان موجود در شبکه های بزرگ را شناسایی کند. ما الگوریتم مان را بر روی 6 شبکه اجتماعی، شبکه همکاری و شبکه اطلاعاتی بزرگ بوسیله ی اطلاعات جامعه ی حقیقت مبنا(جامعه حقیقت مبنا جامعه ای است که بر اساس یافته های عینی و واقعی استوار است)، ارزیابی می کنیم. آزمایش ها نشان دهنده عملکرد جدیدترین تکنولوژی هم  برحسب کیفیت جوامع شناسایی شده و هم در سرعت و مقیاس پذیری الگوریتم ما است.

1-مقدمه

بخش بزرگی از فعالیت ها در علوم کامپیوتر، آمار، ریاضیات کاربردی و فیزیک آماری به شناسایی ساختار جامعه در شبکه های پیچیده اختصاص یافته است( ارزیابی رفرنس های [8، 28، 32] را ملاحظه کنید). یک جامعه (که یک ماژول یا یک گروه نیز نامیده می شود) به عنوان گروهی از گره ها تلقی می شود که از تعاملات بیشتری در میان اعضای آن نسبت به تعاملات بین اعضای آن و باقی مانده شبکه برخوردار است [10]. چنین گروه هایی از گره ها (یعنی، جوامع) اغلب به عنوان واحدهای سازمان یافته در شبکه های اجتماعی  [7، 29]، واحدهای عملیاتی در شبکه های بیوشیمی [17]، زیست خوان های اکولوژیکی در شبکه های غذایی [10]، و یا رشته های علمی در شبکه های استنادی و همکاری [3] تفسیر شده اند....