Multilevel Graph Clustering with Density-Based Quality Measures

SelbstständigkeitserklärungIch erkläre hiermit, dass ich die vorliegende Diplomarbeit selbstständig und ohneunerlaubter Hilfe angefertigt habe. Alle verwendeten Hilfsmittel und Quellen sindim Literaturverzeichnis vollständig aufgeführt und die aus den benutzten Quellenwörtlich oder inhaltlich entnommenen Stellen als solche kenntlich gemacht.Cottbus, Juni 2008DanksagungenEinen ganz besonderen Dank möchte ich meinem Betreuer Dr. Andreas Noack ausprechen.Erst seine wertvollen, zielgerichteten Kommentare haben diese Arbeitmöglich gemacht. Weiterer Dank gilt den Lehrstühlen Software-Systemtechnik undTheoretische Informatik für die Bereitstellung von Rechentechnik für die Evaluationder Algorithmen. Zu großem Dank fühle ich mich auch meinen Eltern und Dr.Romain Gengler für ihre Geduld und motivierenden Hilfestellungen verpflichtet.Desweiteren danke ich meinen zahlreichen Kommilitonen für viele anregende undaufschlussreiche Diskussionen.Zu guter Letzt sei den vielen Autoren hilfreicher Werkzeuge und Programmegedankt. Dazu zählen die GNU Autotools, die GNU Compiler Collection und dieC++ Boost-Bibliotheken, insbesondere dem Spirit Parser und Scanner Frameworkfür die Dateiverarbeitung, dem IOStreams-Paket für transparente Kompression, undder Boost Graph Library für praktische Algorithmen und viele Ideen. Die Graphenfür die Evaluation stammen aus Sammlungen von Mark Newman, Alex Arenas,Uri Alon, und dem Pajek Project um Vladimir Batagelj. Die Analyse der experimentellenDaten wurde durch das GNU R Project for Statistical Computing, deriGraph Bibliothek und dem GGobi Data Visualization System ermöglicht.