Resumen

La detección de comunidades es una de las direcciones clave de investigación en estudios de redes complejas. Proponemos un algoritmo de detección de comunidades basado en un modelo de agrupamiento de picos de densidad y una estrategia de toma de decisiones de múltiples atributos, TOPSIS (Técnica para la Preferencia de Orden por Similitud a una Solución Ideal). Primero, el conjunto de datos bidimensional, que se transforma de la red al tomar la densidad y la distancia como atributos de los nodos, se agrupa utilizando el algoritmo DBSCAN, y se determinan los valores atípicos que se toman como nodos clave. Luego, se forman y expanden los marcos de comunidades iniciales agregando el nodo más similar de la comunidad como nuevo miembro. En este proceso, utilizamos TOPSIS para integrar de manera cohesiva cuatro tipos de similitudes para calcular un índice, y lo usamos como criterio para seleccionar el nodo más similar. Luego, asignamos los nodos no clave que no están cubiertos en las comunidades exp

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Detección de comunidades; Agrupamiento por densidad de picos; TOPSIS; Algoritmo DBSCAN; Similitud; Estudios de redes
• Keywords:Community detection; Density peak clustering; TOPSIS; DBSCAN algorithm; Similarity; Network studies