Community detection in complex networks

Etkileşim halindeki nesneleri düğümler ve aralarındaki ilişkiyi de bağlantılar kullanarak modelleyen karmaşık ağlar geçtiğimiz on yılda çok ilgi çekmeye başladı. Birbirleriyle daha sıkı ilişki halinde olan grupları saptamayı kapsayan komün arama, karmaşık ağ analizinin önemli bir alt dalı olarak karşımıza çıkmakta. Araştırmacılar, algoritmalarını test etmek için, yapay olarak yaratılmış ağları kullanmaktadırlar. Bu çalışmada, bilgisayarla yaratılmış olan yapay ağların gerçeklik düzeylerinin, algoritmaların komün arama performansları üzerindeki etkilerini araştırdık. Öncelikle, Lancichinetti et al. model, şimdiye kadar sunulmuş en gerçekçi model, kullanılarak oluşturduğumuz ağların özelliklerini inceledik. Sonrasında, bu modelin gerçeklik düzeyini artırmak için bazı değişiklikler yaptık ve sonuçları topolojik olarak inceledik. Yaptığımız değişiklikler, belirgin biçimde gerçeklik düzeyini artırdı ve özellikle modelin kararlılığını güçlendirdi. Daha sonra, çeşitli kategorilerden seçilmiş on bir komün tarama algoritmasını hem orijinal hem değiştirilmiş modellerle yaratılan ağlar üzerinde test ettik. Performans analizi bize, algoritmaların karşılaştırmalı değerlerinin, gerçeklik düzeyinden çok fazla etkilenmediğini gösterdi, ancak tek tek algoritmalar incelendiğinde, belirgin değişiklikler oluştuğunu gördük. Özellikler, artan gerçeklik düzeyinin, tüm algoritmalarda performans düşüşü yarattığını yani, komün belirleme işlemini zorlaştırdığını gördük.