مروی بر الگوریتم های انجمن یابی در شبکه های چندلایه؛ روش های سنتی و یادگیری عمیق

یک انجمن در شبکه ها، معمولا به عنوان گروهی از گره ها در نظر گرفته میشود که ارتباط بیشتری بین اعضای خود نسبت به دیگر اعضای شبکه دارد. الگوریتمهای انجمن یابی ابزاری اساسی هستند که به ما امکان می دهند اصول سازمانی را در شبکه ها کشف کنیم. امروزه با رشد روزافزون داده ها و پیچیده شدن ساختار آنها، داده ها به صورت شبکه های چندلایه مدل سازی می شوند. انجمن یابی در شبکه های چندلایه یکی از مسائل کلیدی در حوزه پردازش داده است. در پژوهش حاضر بیش از ۵۰ الگوریتم انجمن یابی مختص شبکه های چندلایه مورد بررسی قرار گرفته است. ما این روش ها را در دو دسته اصلی روش های سنتی و روش های یادگیری عمیق بررسی کرده ایم. پس از بررسی کامل روش ها، با توجه به مزیت ها و معایب آنها چالش های اصلی در این حوزه شناسایی شده است. کشف جوامع در شبکه های چندلایه جهت دار، یافتن انجمن های همپوشان در شبکه های پویا و ارائه الگوریتم های مقیاس پذیر از جمله مهمترین چالش های شناسایی شده در این حوزه بوده است. با توجه به این چالش ها پیشنهاداتی جهت توسعه روش هایی برای برطرف کردن معایب الگوریتم های حاضر ارائه شده است.

کلیدواژه ها:

الگوریتم انجمن یابی ، شبکه های چندلایه ، مرور نظام مند ، یادگیری عمیق