La estructura de comunidades nos permite entender las formas en las que se comportan nuestros datos. Dependiendo del tipo de red de datos y sus áreas de aplicación existen características similares que podemos definir para encontrar comunidades de datos.
En el contexto de las redes de datos la estructura de comunidades se refiere a la ocurrencia de grupos de nodos o vértices en una red que poseen mayor densidad al estar conectados internamente que el resto de la red. La existencia de una heterogeneidad de este estilo sobre las conexiones nos permite entender que una red tiene ciertas divisiones naturales.
A continuación profundizaremos un poco más sobre la estructura de comunidades y su importancia.
Comunidades estructuradas
Las comunidades son agrupaciones de datos que a menudo son definidas como términos que se producen de la división o partición de conjuntos de vértices. Es decir, cada nodo pertenece a una comunidad específica. Generalmente esta definición nos permite entender o representar comunidades simples con estructuras solidas donde los datos están totalmente demarcados y las características están a plena vista.
Las comunidades nos permiten estudiar sectores o segmentos de datos importantes dentro de la estructura de un grafo. Esta técnica nos ayuda a encontrar y aglutinar información para ofrecer soluciones, satisfacer necesidades y prevenir comportamientos de datos. Sin embargo, no todas las comunidades de datos que existen son simples. Existen redes complejas y especiales que poseen una estructura diferente.
Dentro de las comunidades existe una categorización conocida como comunidades con superposición, en las que los datos o conjuntos de datos están contenidos en vértices que pueden formar parte de más de una comunidad. Esto sucede en gran parte debido a múltiples características, que pueden compartirse con sectores diferentes dentro del grafo. Un caso práctico que nos permite entender esto son las redes sociales.
Si expresamos todos los miembros de una red social dentro de un grafo, cada usuario seria un nodo que estaría conectado a otro a través de aristas o referencias. Cada usuario tiene intereses específicos, que pueden ser o no compartidos con miembros con los que no se encuentra conectado de forma directa. Pero, el algoritmo de la red social puede interpretar que estos gusto y preferencias permiten crear una comunidad a parte para un tipo definido de usuario.
Como se definen las comunidades en los conjuntos de datos
Para determinar la estructura de una comunidad, debemos realizar diferentes procesos. En algunos casos puede generarse un modelado intuitivo en el que se tomen como validos los vértices que están directamente relacionados entre si, por encima del resto de los vértices de la red. Para poder desarrollar esto es importante definir algunos criterios o definiciones básicas:
- Definiciones locales: en estas se analiza la estructura interna que posee la comunidad datos, sin tomar en cuenta el resto de los componentes de la red.
- Definiciones globales: se analiza el papel general de la comunidad en la estructura de datos y su influencia dentro de la red.
Estas definiciones son posibles gracias a la aplicación de diferentes tipos de algoritmos que ayudan a realizar los métodos de detección de comunidades sean jerárquicos, por principios de modularidad e inclusive por método de partición de grafos.
Si definimos de forma correcta la estructura de comunidades dentro de nuestros conjuntos de datos podremos entender de forma más profunda y acertada las variantes generadas dentro de nuestros conjuntos de datos para encontrar soluciones.
Esperamos que esta información sea de utilidad para entender la importancia de la detección de comunidades.
Visita más de Grapheverywhere para conocer todo lo que necesitas saber sobre la detección de comunidades y como aprovecharla en tus proyectos.
