Resumen

Las redes sociales pretenden ampliar un marco generalizado para comunicar a los usuarios y encontrar personas afines con caractersticas comunes, de forma ms fcil y rpida. Como suele ocurrir en la vida cotidiana, la comunicacin social puede formarse a partir de grupos comunes con propiedades casi idnticas. Detectar tales grupos o comunidades es una tarea difcil en diversos campos del anlisis de redes sociales. Muchos investigadores se proponen desarrollar algoritmos que funcionen con eficacia y eficiencia en las redes sociales. Se cree que el usuario ms influyente de una comunidad que haya sido seguido por usuarios similares podra ser un punto central de una comunidad o cluster, y los usuarios similares seran miembros de la comunidad. Los estudios de investigacin tienden a aumentar la similitud intracomunitaria y a disminuir la intercomunitaria para mejorar el rendimiento de los mtodos de deteccin de comunidades encontrando con precisin a esos usuarios influyentes. En este artculo se propone un mtodo metaheurstico hbrido. En el mtodo propuesto, denominado deteccin de comunidades basada en la confianza utilizando colonias de abejas artificiales mediante fusin de caractersticas (TCDABCF), utilizamos un enfoque de fusin combinado con colonias de abejas artificiales (ABC) para mejorar la precisin de la tarea de deteccin de comunidades. En este enfoque, no slo se tienen en cuenta las caractersticas sociales de los usuarios, sino que tambin se calcula la relacin de confianza entre los usuarios de una comunidad. As, el mtodo propuesto puede llevar a encontrar clusters ms precisos de usuarios similares con usuarios influyentes en el centro de cada cluster. El mtodo propuesto utiliza la colonia artificial de abejas (ABC) para encontrar con precisin los usuarios influyentes y la relacin de sus seguidores. Comparamos este algoritmo con nueve mtodos de ltima generacin en el conjunto de datos de Facebook. Los resultados experimentales muestran que el mtodo propuesto ha obtenido valores de 0,9662 y 0,9533 para NMI y precisin, respectivamente, que han mejorado en comparacin con los mtodos de deteccin de comunidades del estado del arte.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Red social; Detección de comunidades; Usuarios influyentes; Colonia de abejas artificial; Basada en la confianza; Similitud
• Keywords:Social network; Community detection; Influential users; Artificial bee colony; Trust-based; Similarity