Community Detection in Social Networks Using the Igraph Library

U ovom radu je definiran pojam društvenih mreža te je opisana metoda otkrivanja zajednica u društvenim mrežama primjenom tri različita algoritma – Walktrap, Label-propagation i Girvan-Newman. Sva tri algoritma su opisana na konceptualnoj razini te vrednovana kroz dva odvojena testa. Kao metrike vrednovanja koriste se vrijeme izvođenja te modularnost. Prvi test koristi stvarne nepredvidive podatke prikupljene na društvenoj mreži Facebook . Drugi test koristi umjetno generiranu mrežu Small-world čiji parametri se mogu proizvoljno mijenjati. Vrednovanja se vrše koristeći programski jezik Python i pripadajuću knjižnicu igraph. Naposljetku, dobiveni rezultati su međusobno uspoređeni.This paper defines social network term and describes community detection methods in social networks using three different algorithms – Walktrap, Labe-propagation and Girvan- Newman. All three algorithms are conceptually described and evaluated through two separated tests. As evaluation metrics, run time and modularity are being used. The first test uses real and unpredictable data collected on social media network Facebook. The second test uses artificial network called Small-world network whose parameters can be changed. Evaluations are being made using Python programming language and related library igraph. Finally, given results are mutually compared