If you do not find what you're looking for, you can use more accurate words.
تُشكل مسألة تحديد سمات المجتمعات أحد أكبر العوائق أمام دراسة الأنظمة الشبكية. ففي العادة تميل الشبكات الاجتماعية إلى الانقسام إلى عدة مجتمعات أو وحدات بشكل تلقائي. ولكن بعض الشبكات العالمية ضخمة للغاية ولذلك يجب أن تُبسط حتى يتسنى لنا استخراج المعلومات منها. وكنتيجة لذلك فإن أنجح طريقة في التعامل مع تلك المشكلة مع المجتمعات الصغيرة هي استخدام الخوارزميات التركيبية لتجزئة المستخدمين إلى مجموعات أصغر من سابقتها. أما بالنسبة للمجموعات الكبيرة فتوجد خوارزمية عملية أكثر تُدعى «معادلة الخرائط»، وهي تفكك الشبكات الكبيرة إلى وحدات أصغر عن طريق تقليص حجم ملفات وصف المعلومات المتدفقة من الشبكة وإليها بأفضل صورة ممكنة. وبالتالي يمكن تمييز كل مجتمع عن غيره طبقًا للكلمات الأكثر شيوعًا باستخدام أي خوارزمية ترتيب. ولتحديد مدى أهمية التباين في استخدام الكلمات حلل الباحثون نهايات الكلمات وقاسوا أطوالها وأظهروا أن النمط الناتج هو النمط الصحيح. وبجانب ذلك استطاعت تلك الدراسات أن تتنبأ بالمجتمعات التي ينضوي إليها المستخدمون عن طريق مقارنة معدل تكرار كلماتهم بالكلمات الشائع استخدامها داخل مجتمع معين. وقد ساعدت تلك الدراسة على التنبؤ بالمجتمعات التي سوف يلج إليها المستخدم على الأغلب بناءً على الكلمات التي يستخدمها بكثرة.