Resumen

La detección de comunidades en redes dinámicas es un importante tema de investigación y ha recibido una enorme atención en los últimos años. La modularidad se selecciona como medida para cuantificar la calidad de la partición de la comunidad en los métodos de detección anteriores. Sin embargo, la modularidad ha estado expuesta a límites de resolución. En este artículo, proponemos un nuevo algoritmo evolutivo multiobjetivo para la detección de comunidades en redes dinámicas basado en el marco del algoritmo genético de ordenación no dominante. La densidad de modularidad, que puede abordar las limitaciones de la función de modularidad, se adopta para medir el coste instantáneo, y la información mutua normalizada se selecciona para medir el coste temporal, respectivamente. El conocimiento de las características del problema se utiliza en el diseño de los operadores genéticos. Además, se diseña un operador de búsqueda local, que puede mejorar la eficacia y la eficiencia de la detección de comunidades. Los estudios experimentales basados en conjuntos de datos sintéticos muestran que el algoritmo propuesto puede obtener un mejor rendimiento que los algoritmos comparados.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:detección de comunidades en redes dinámicas, algoritmo evolutivo multiobjetivo novedoso, tema de investigación importante, operador de búsqueda local, métodos de detección anteriores, detección de comunidades, estudios experimentales, densidad de modularidad, mejor rendimiento, características conocimiento
• Keywords:dynamic networks community detection, novel multiobjective evolutionary algorithm, important research topic, local search operator, previous detection methods, community detection, experimental studies, modularity density, better performance, characteristics knowledge