جستجوی اجتماع در گراف‌های بزرگ ۲۰۲۲
Community Search over Big Graphs 2022

جوامع، به عنوان اجزای سازنده‌ی اصلی، درک ما را از ساختار شبکه‌های دنیای واقعی، از جمله شبکه‌های اجتماعی، زیستی، همکاری و ارتباطی، شکل می‌دهند. اخیراً، جستجوی جوامع در گراف‌ها، از گراف‌های کوچک، ساده و ایستا گرفته تا گراف‌های بزرگ، پویا، دارای ویژگی و مبتنی بر مکان، توجه فزاینده‌ای را به خود جلب کرده است.

در این کتاب، ابتدا مفاهیم اساسی شبکه‌ها، جوامع و انواع مدل‌های زیرگراف متراکم را بررسی می‌کنیم. سپس، به بررسی آخرین دستاوردهای فنی در زمینه‌ی تکنیک‌های جستجوی جوامع در انواع شبکه‌ها در حوزه‌های کاربردی مختلف می‌پردازیم. به طور خاص، جستجوی جوامع منسجم، جستجوی جوامع دارای ویژگی، کشف حلقه‌های اجتماعی و جستجوی گروه‌های جغرافیایی-اجتماعی را مورد بحث قرار می‌دهیم. چالش‌های ناشی از مسائل مختلف جستجوی جوامع را برجسته می‌کنیم. انگیزه‌ها، اصول، روش‌شناسی‌ها، الگوریتم‌ها و کاربردهای آن‌ها را ارائه می‌دهیم و مقایسه‌ای جامع از تکنیک‌های موجود ارائه می‌کنیم. این کتاب در نهایت با فهرست کردن مجموعه‌داده‌های واقعی و در دسترس عموم و ابزارهای مفیدی که پژوهش‌های بیشتر را تسهیل می‌کنند، و همچنین ارائه منابع بیشتر برای مطالعه و مسیرهای آتی پژوهش در این حوزه مهم و رو به رشد به پایان می‌رسد.

Communities serve as basic structural building blocks for understanding the organization of many real-world networks, including social, biological, collaboration, and communication networks. Recently, community search over graphs has attracted significantly increasing attention, from small, simple, and static graphs to big, evolving, attributed, and location-based graphs.

In this book, we first review the basic concepts of networks, communities, and various kinds of dense subgraph models. We then survey the state of the art in community search techniques on various kinds of networks across different application areas. Specifically, we discuss cohesive community search, attributed community search, social circle discovery, and geo-social group search. We highlight the challenges posed by different community search problems. We present their motivations, principles, methodologies, algorithms, and applications, and provide a comprehensive comparison of the existing techniques. This book finally concludes by listing publicly available real-world datasets and useful tools for facilitating further research, and by offering further readings and future directions of research in this important and growing area.