Применение спектральных методов для распознавания структуры сообществ в сложных сетях

Авторы

DOI:

https://doi.org/10.17308/sait/1995-5499/2023/3/75-83

Ключевые слова:

теория графов, структура сообществ, спектральный анализ, кластеризация, матрица Лапласа, модулярность

Аннотация

В работе исследованы методы спектральной кластеризации для обнаружения сообществ неориентированного графа. Эти алгоритмы получены из задач секционирования графов и стали одним из самых популярных способов определения структуры в последние годы. Реализованы несколько видов традиционных алгоритмов спектрального анализа на языке программирования Python для выделения сообществ в неориентированном графе, а также произведен сравнительный анализ методов, который будет являться уникальной информацией для корректного выбора способа обнаружения структуры сети. Практическая значимость работы заключается в возможности наилучшего выбора реализации алгоритма на основе спектральных методов для выделения сообществ, исходя из свойств конкретной сети и целей разбиения.

Биографии авторов

  • Наталья Владимировна Гринева, Финансовый университет при Правительстве Российской Федерации

    кандидат экономических наук, доцент, доцент Департамента анализа данных и машинного обучения Финансового университета при Правительстве Российской Федерации

  • Полина Алексеевна Семёнова, Финансовый университет при Правительстве Российской Федерации

    студентка 4 курса факультета информационных технологий и анализа больших данных Финансового университета при Правительстве Российской Федерации

Библиографические ссылки

Загрузки

Опубликован

2023-10-26

Выпуск

Раздел

Системный анализ социально-экономических процессов

Как цитировать

Применение спектральных методов для распознавания структуры сообществ в сложных сетях. (2023). Вестник ВГУ. Серия: Системный анализ и информационные технологии, 3, 75-83. https://doi.org/10.17308/sait/1995-5499/2023/3/75-83