Detección de comunidades en redes sociales por medio de un algoritmo de agrupamiento dinámico en alta definición

Abstract

Las redes sociales han sido foco de un creciente interés por el amplio espectro de aplicaciones que han demostrado tener, desde marketing hasta política. Por este motivo todos los enfoques de estudio relacionados a éstas tienen una gran importancia. Existen trabajos relacionados con la detección de comunidades que estudian el problema desde varios enfoques: algunos lo tratan como un problema estático, mientras que los más recientes lo tratan como un problema dinámico. Ambos enfoques presentan ventajas y desventajas que hacen que la selección del enfoque se decida en parte por la naturaleza del problema. En este trabajo se sigue el enfoque de AI-NSGA-II y, para mejorar la forma en que se detectan las comunidades, se considera una función objetivo adicional para lograr definir mejor el agrupamiento. Posteriormente, el desempeño de la propuesta HD-AI-NSGA-II se compara con AI-NSGA-II usando conjuntos de datos artificiales y un conjunto de datos real bien conocido que contiene ID de videos de YouTube. Finalmente se demuestra que nuestro enfoque HD-AINSGA-II destaca al lograr una mejor definición de los grupos y, como resultado directo, una detección sobresaliente de comunidades gracias a la forma en que guía la búsqueda del frente de Pareto.