Resumen

La detección de comunidades se ha convertido en una herramienta cada vez más popular para analizar e investigar redes complejas. Se han propuesto muchos métodos para una detección precisa de comunidades, y uno de ellos es el clustering espectral. La mayoría de los algoritmos de clustering espectral se han implementado en redes artificiales, y la precisión de la detección de comunidades todavía es insatisfactoria. Por lo tanto, este artículo propone un método de clustering espectral aglomerativo con conductancia y pesos de arista. En este método, los nodos más similares se aglomeran en función del espacio de autovectores y los pesos de arista. Además, la conductancia se utiliza para identificar clústeres densamente conectados durante la aglomeración. El método propuesto muestra un rendimiento mejorado en trabajos relacionados y demuestra ser eficiente para redes complejas de la vida real a partir de experimentos.

• Materias:Simulación dinámica Toma de decisiones Regresión lineal Cargas controladas Seguridad multimedia
• Subjects:Dynamic simulation Decision making Linear regression Controlled loads Multimedia safety
• Palabras claves:Detección de comunidades; Agrupamiento espectral; Aglomerativo; Conductancia; Pesos de aristas; Redes complejas
• Keywords:Community detection; Spectral clustering; Agglomerative; Conductance; Edge weights; Complex networks