Project R-8172

Titel

Multiplex community detectie voor email marketing. (Onderzoek)

Abstract

Een community is een groep noden in een netwerk met gelijkaardige eigenschappen of die een gelijkaardige rol hebben. Community detectie is een proces waarbij communities in een netwerk geïdentificeerd worden, vaak op basis van het principe date er meer verbindingen tussen noden bestaan binnen en groep dan tussen deze verschillende groepen. Community detectie vormt een uitdagend probleem dat nog steeds het onderwerp is van onderzoek. Het onderzoeksveld is recentelijk uitgebreid door de toevoeging van multiplex netwerken, waar meerdere kanalen van connectiviteit toegelaten worden in een system. Het model representeert een gelaagd system waar een node in elke laag of dimensie andere buren heeft. Dit onderzoek heeft als doelstelling het ontwikkelen van nieuwe modellen voor het toepassen van community detectie algoritmen in multiplex netwerken. Specifiek richt het onderzoek zich op het wegwerken van een aantal onvolkomenheden in de huidige modellen (1) het verbeteren van het Girvan-Newman algoritme door het aanpakken van de 'gelijkaardig' metriek om vervolgens een operator voor te stellen waarmee aggregaties kunnen uitgevoerd worden met verminderd verlies aan informatie. (2) het voorstellen van een nieuw algoritme op basis van tensor algebra en ruwe sets voor het analyseren van multiplex netwerken als een n-dimensionele zoekruimte. Er wordt rekening gehouden met entiteiten op verschillende niveaus en hiërarchieën, waarbij noden in het netwerk zowel individuen als groepen kunnen voorstellen. De nieuwe modellen moeten overweg kunnen met zowel monoplex als multiplex community detectie problemen. De theoretische output van het onderzoek zal toegepast worden op een niet-academische toepassing in email marketing.

Periode

07 juli 2017 - 31 december 2020