R. Gonzalez Martinez, L. L. Yuste Caro, D. Gómez González, C. Pareja Flores
El problema de detección de comunidades tiene por objeto agrupar el conjunto de nodos de una red en conjuntos supuestamente conectados. Se trata de un problema conocido y del que se han propuesto muchas soluciones atendiendo a las características de la comunidad en estudio. Pero la propia preparación de los datos exige un esfuerzo en horas de programación y de procesamiento que requiere atención.
Cuando el conjunto de datos es de un tamaño considerable, hay una serie de algoritmos necesarios y cuyo diseño es crucial para que el procesamiento de dichos datos sea asumible,en coste en tiempo, espacio y posibilidades de paralelización. Esto incluye la extracción de la información relevante desde los datos en bruto, la representación de la propia red y su preparación como dato que alimenta al algoritmo elegido que la procesará.
En este trabajo,se examina uno de estos problemas concretos, como caso particular del que se extraen algoritmos y consecuencias aplicables de manera general.
Palabras clave: Deteción de Comunidades, Clustering, Redes Sociales, data mining, paralelización.
Programado
X07.3 Big Data y Minería de Datos
7 de septiembre de 2016 15:40
Aula 21.08
