The organization of nodes in communities, i.e., groups of nodes with many internal connections and few external connections, is one of the main structural features of networks and community detection is one of the most challenging tasks in networks. The communities in networks can be observed in different levels and a great number of methods can be found in the literature in order to identify the hierarchical organization of the communities. This work proposes a methodology for the representation of the hierarchical organization of communities in complex networks based on the spectral method of Newman. The proposed methodology, in contrast to other traditional approaches found in the literature, use the modularity, one of the most adopted measures for the quality of communities, in order to define the distances between the communities in the network. The methodology provides, as output, a dendrogram in order to illustrate the hierarchical organization of communities in networks. The application of the methodology to large scale networks show that the hierarchical visualization enhances the understanding of the complex systems modelled by networks, providing a broader view of the community structures.
A escolha assertiva de grupos de indivíduos a serem imunizados pode impactar diretamente na dinâmica de contaminação, tanto na proteção de uma parte frágil da população quanto na minimização da velocidade de contágio. Tal tarefa é importante e desafiadora, especialmente em cenários com número reduzido de doses disponíveis, por envolver inúmeras combinações possíveis para tomada de decisão. O objetivo deste trabalho é propor uma metodologia para a escolha de indivíduos a serem imunizados utilizando uma abordagem em rede. Nós propusemos uma metodologia baseada em algoritmo genético, tendo como linha de base medidas de centralidade para definição dos indivíduos a serem vacinados. Os resultados indicaram que a escolha sistematizada de indivíduos é uma decisão correta para este tipo de problema.
O problema de maximizar a influência, proposto para redes sociais, envolve identificar um conjunto de nós influentes que iniciem o processo de difusão de maneira a maximizar a propagação da influência. Este estudo tem como objetivo comparar a extensão da difusão em dois contextos diferentes. O primeiro contexto envolve a seleção de indivíduos com base em medidas de centralidade, enquanto o segundo contexto envolve a seleção de indivíduos usando três critérios relacionados a comunidades sobrepostas. Uma comparação abrangente foi realizada utilizando o Modelo de Cascata Independente como modelo de difusão. Os resultados revelaram que, em certos cenários, a utilização de comunidades sobrepostas resultou em melhorias no alcance da difusão.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.