محمد حسین امین ابراهیم آبادی

تشخیص جامعه و ردیابی تکامل جامعه دو کار مهم در تحلیل شبکه پویا پیچیده است. اخیراً مدلها و روشهای متنوعی برای تشخیص ساختار جامعه و تحلیل تکامل آنها ارائه شده است. با این وجود ، تمام این روشها فقط به بهبود عملکرد تشخیص جامعه یا شناسایی وقایع تکاملی متعهد شده اند ، از ارتباط داخلی بین ساختار هر عکس فوری از شبکه پویا و الگوی تکامل جوامع ، به ویژه ویژگی های ساختاری گره ها و پویایی آنها صرف نظر نمی کنند. رفتار گذار برای مقابله با این مشکل ، ابتدا آزمایشاتی را در ۱۵ شبکه پویا در دنیای واقعی انجام می دهیم تا رفتار انتقال گره ها در شبکه های پویا را بررسی کنیم ، که یکی از الگوهای تاثیرگذار تکاملی در تشخیص جامعه زمانی است. اولا ، ما ساختار جامعه زمانی را براساس روشهای بسیار موفق تشخیص جامعه به دست می آوریم. ثانیا ، ما ویژگی های گره ها را بر اساس ساختار شبکه پویا استخراج می کنیم و رفتار انتقال جامعه گره ها را به عنوان مشکل طبقه بندی باینری در نظر می گیریم. سرانجام ، ما از درخت تصمیم گیری برای پیدا کردن ویژگی های سطح گره که تأثیر کلی در انتقال گره دارد استفاده می کنیم. آزمایشات نشان می دهد که درجه و میانگین گره همسایه گره ها بیشترین تأثیر ضروری را در رفتار انتقال گره دارند که برای مدل سازی شبکه های پیچیده پویا در آینده بسیار مفید هستند.