Resumen

El método de detección de comunidades semisupervisado, que puede utilizar información previa para guiar el proceso de descubrimiento de la estructura de la comunidad, ha despertado un considerable interés investigador en los últimos años. La mayoría de los trabajos anteriores asumen que las etiquetas exactas de algunos nodos se conocen de antemano y se presentan en forma de etiquetas individuales y restricciones por pares. En este trabajo, proponemos un nuevo tipo de información previa denominada información negativa, que indica si un nodo no pertenece a una comunidad específica. A continuación, se presenta el algoritmo de detección de comunidades semisupervisado basado en información negativa para hacer un uso eficiente de este tipo de información para ayudar en el proceso de detección de comunidades. El algoritmo propuesto se evalúa en varias redes artificiales y del mundo real y muestra una gran eficacia en la recuperación de comunidades.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:detección de comunidades semisupervisada, información previa, proceso de descubrimiento, estructura de la comunidad, intereses de investigación, trabajos anteriores, etiquetas exactas, etiquetas individuales, restricciones por pares, tipo novedoso, información negativa, comunidad específica, algoritmo, redes artificiales, redes del mundo real, alta eficacia, recuperación de comunidades
• Keywords:semisupervised community detection, prior information, discovery process, community structure, research interests, former works, exact labels, individual labels, pairwise constraints, novel type, negative information, specific community, algorithm, artificial networks, real-world networks, high effectiveness, recovering communities