Přehled a implementace algoritmů pro detekci komunit v komplexních sítích.

Abstract

Cílem této práce je popsat vybrané algoritmy pro shlukování dat, které využívají metodu random walk. Na začátku práce si vysvětlíme zákadní pojmy z teorie grafů, které jsou nezbytné pro pochopení dalších částí této práce. Následně si teoreticky popíšeme globální a lokální shlukovací algoritmy. U některých si uvedeme vhodné příklady malého rozsahu. Dále popíšeme, jak byly tyto algoritmy implementovány, s jakými problémy se můžeme setkat a jak tyto problémy řešit. V poslední kapitole si popíšeme testovací data a provedeme sérii experimentů pro ověření funkčnosti algoritmů.

The aim of this diploma thesis is to describe selected algorithms for data clustering using random walk method. At the beginning, we will explain the bases of the graph theory, which are necessary for the understanding of other parts of this work. Subsequently, a theoretical description of the global and local clustering algorithms takes place. For some algorithms we will show the small scale example. Next, we will describe the implementation of these algorithms, what problems we may encounter and how to solve these problems. In the last chapter,we describe the test data and performa series of experiments to verify the functionality of the algorithms.