A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Henrique Menezes Pedro Lopes. Introdução Detecção de Comunidades Método Proposto Redes Geradas por Computador Redes Reais Estrutura de Comunidade Conhecida.

Apresentações semelhantes


Apresentação em tema: "Henrique Menezes Pedro Lopes. Introdução Detecção de Comunidades Método Proposto Redes Geradas por Computador Redes Reais Estrutura de Comunidade Conhecida."— Transcrição da apresentação:

1 Henrique Menezes Pedro Lopes

2 Introdução Detecção de Comunidades Método Proposto Redes Geradas por Computador Redes Reais Estrutura de Comunidade Conhecida Estrutura de Comunidade Não Conhecida Demonstração Conclusão

3 Muitos sistemas tem a forma de rede Ex.: Redes sociais, redes de conhecimento, web, cadeias alimentares, redes metabólicas, etc. Pesquisadores têm focado em algumas propriedades que essas redes compartilham Efeito mundo pequeno Desvio a direita das distribuições de graus Clustering ou transitividade da rede

4 Outra propriedade comum a muitas redes Estrutura da comunidade Comunidade Subconjuntos de vértices em que conexões vértice- vértice são densas, mas entre os subconjuntos as conexões são menos densas. Nós da rede estão unidos em grupos coeso, entre os quais existem apenas ligações mais frouxas.

5 Método para detecção de comunidades Índices de centralidade para encontrar limites da comunidade

6 Aplicações práticas: Redes sociais: pode indicar grupos reais Redes de citação: artigos de um mesmo topico Redes metabólicas: ciclos e grupos funcionais Redes na Web: páginas sobre temas relacionados Ser capaz de identificar estas comunidades poderiam nos ajudar a entender e explorar as redes de forma mais eficaz

7 Método Tradicional Clustering hierárquico Baseado em pesos entre dois vértices Número de caminhos independentes de nós (node- independent) ou arestas (edge-indepentent) Número total de caminhos entre os vértices Agrupa os vértices, adicionando arestas de acordo com os pesos O grafo resultante pode ser representado por estrutura de árvore

8 Árvore de clustering hierárquico (dendograma)

9 Método Tradicional Possui resultados razoáveis Falha Vértices periféricos ficam fora da comunidade a qual deveriam pertencer

10 Caso de falha

11 Intermediação de vértices Medida de centralidade de um vértice Mede a frequência com que o nó aparece no menor caminho entre dois nós quaisquer Pontecial para conectar comunidades diferentes Eliminar nós de alta intermediação pode ter o efeito de desconectar a rede A C D B G F E

12 Alta Intermediação (pontos críticos para disseminação)

13 Algoritmo 1.Calcula-se o grau de intermediação de cada aresta da rede 2.Remove-se a aresta com maior grau de intermediação 3.Calcula-se o grau de intermediação de todas as arestas afetadas pela remoção 4.Volta para o passo 2 até que não reste nenhuma aresta

14

15

16 Zacharys Karate Club Rede de amizade Clube que foi divido após disputa entre o administrador e instrutor Foi ignorado o grau de afinidade

17

18 Dendograma gerado a partir do Proposto

19 Dendograma gerado a partir do Método Tradicional

20 Observações O algoritmo conseguiu detectar as comunidades formadas Previsão da evolução da rede Falha: O único caso de falha foi o nó 3

21 College Football Vértices: times de futebol americano da divisão I da liga do ano de 2000 Arestas: jogos realizados numa temporada Estrutura de comunidade Conferências formadas por 8 a 12 times Obs: Cada time tem mais jogos com time que pertence a mesma conferência em média

22

23

24 Observações Conferências identificadas com alta precisão Falha: A conferência Sunbelt foi separa em duas comunidades Motivo: A estrutuda da rede não corresponde a estrutura da comunidade Sunbelt realizou mais jogos com a conferência Western Athletic do que a própria conferência

25 Rede de Colaboração Vertices: 271 cientistas do Institute de Pesquisa de Santa Fé nos anos de 1999 e 2000 Arestas: co-autoria em artigos nos anos de 1999 e 2000 Grau médio = 5

26 Rede de Colaboração 118 vértices Maior Componente

27 Rede de Colaboração Observações Identificação de áreas de pesquisa Divisão de subáreas Interesse de pesquisa de membro dominante Interessante: agrupamento por metodologia

28 Teia Alimentar Vértices: 33 taxa mais proeminetes de Chesapeak Bay Espécies ou Gênero Grupos de espécies relacionadas Arestas: relação trófica entre vértices ligados Direção ignorada

29 Teia Alimentar

30 Observações Pelágicos vs Bênticos Ecossistemas razoavelmente independentes Bênticos relacionando com Pelágicos Nesse caso a divisão pode não ser apropriada Em cada grupo vários níveis tróficos observados Problema: teias alimentares são densas ou não possuem estruturas de comunidade

31 TouchGraph Aqui

32 Verificamos os métodos de detecção de comunidade Clássico: núcleos fortementes conectados Proposto: intermediação de arestas Vimos que esses métodos são úteis na análise de redes e que o método proposto é superior ao clássico Várias melhorias podem ser realizadas ainda para método proposto Diversas aplicações podem ser realizadas a partir da detecção de comunidades

33 [1] M. Girvan and M. E. J. Newman Community structure in social and biological networks PNAS (12) ; doi: /pnas [2]

34 ?


Carregar ppt "Henrique Menezes Pedro Lopes. Introdução Detecção de Comunidades Método Proposto Redes Geradas por Computador Redes Reais Estrutura de Comunidade Conhecida."

Apresentações semelhantes


Anúncios Google