Resumen

Una de las aplicaciones más importantes del análisis de redes es la detección de la estructura comunitaria, o clustering. Casi todos los algoritmos que se emplean para identificar estas estructuras utilizan información derivada de la topología de estas redes, como las relaciones de adyacencia y distancia, y asumen que sólo existe un tipo de relación en la red. Sin embargo, en la realidad, existen redes multicapa, en las que cada capa representa un tipo particular de relación que contiene nodos con características individuales que pueden influir en el comportamiento de las redes. Este trabajo introduce un nuevo y eficiente enfoque espectral para detectar las comunidades en redes multicapa utilizando el concepto de clustering híbrido, que integra múltiples fuentes de datos, en particular la estructura de las relaciones y las características individuales de los nodos de una red, para mejorar la comprensión de la red y la precisión del clustering. Además, desarrollamos un nuevo algoritmo para definir la medida de centralidad de proximidad en redes complejas basado en una combinación de dos enfoques: el análisis de redes sociales y el enfoque tradicional de las ciencias sociales. Evaluamos el rendimiento de nuestro método propuesto utilizando cuatro conjuntos de datos de referencia y una red del mundo real: la red de comercio mundial de petróleo. Los resultados experimentales indican que nuestro método híbrido es suficientemente eficaz en la agrupación utilizando los atributos de los nodos y la estructura de la red.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Mathematical logic
• Palabras claves:red, características individuales, redes multicapa, enfoque tradicional de las ciencias sociales, medida de centralidad de proximidad, enfoque espectral eficiente, red comercial mundial, fuentes de datos múltiples, análisis de redes sociales, redes
• Keywords:network, individual characteristics, multilayer networks, traditional social science approach, closeness centrality measure, efficient spectral approach, global trade network, multiple data sources, social network analysis, networks