روش های تشخیص جوامع در شبکه های اجتماعی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 5,015

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCECN01_096

تاریخ نمایه سازی: 7 بهمن 1393

چکیده مقاله:

شبکه های اجتماعی با بهره گیری از جدیدترین تکنولوژی ها و فناوری های جدید وب، راه حلی نوین جهت نمایش ارتباطات و تعاملات میان افراد می باشند. در دنیای ارتباطات ، شبکه های اجتماعی را می توان بستری مفید برای تولید و به اشتراک گذاری عقاید و عامل مهمی در رشد فردی و اجتماعی دانست. برای دسته بندی افراد و تمایلاتشان در این شبکه ها می توان از روش های تشخیص جامعه استفاده کرد. هدف از تشخیص جامعه مرتب سازی نمونه ها به خوشه هایی که درجه ی ارتباط نسبتا قوی بین اعضای خوشه و نسبتا ضعیف بین اعضای خوشه های مختلف وجود داشته باشد، است. جوامع اطلاعات ارزشمندی در مورد نوع ارتباط کاربران، نحوه انتقال اطلاعات بین آنها و نحوه توزیع کاربران در شبکه های اجتماعی فراهم می کند و در واقع به عنوان جزء اصلی این شبکه ها محسوب می شود. آشنایی با ماهیت هر روش پژوهشگران را در انتخاب تکنیک مناسب که قابلیت تطابق با پیچیدگی های دنیای واقعی را داشته باشد، کمک شایانی می کند. در این مقاله شبکه های اجتماعی را تعریف کرده سپس روش های تشخیص جوامع معرفی شده و چالش های مطرح در آنها بررسی می شود.

کلیدواژه ها:

نویسندگان

ریحانه ریگی

دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد مشهد.

مهرداد جلالی

استادیار دانشگاه آزاد اسلامی واحد مشهد.

محمدحسین معطر

استادیار دانشگاه آزاد اسلامی واحد مشهد.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • D. Hansen, B. Shneiderman, and M. A. Smith, Analyzing social ...
  • L. C. Freeman, The development of social network analysis: Empirical ...
  • P. Zhao and C.-Q. Zhang, "A new clustering method and ...
  • A. K. Jain, "Data clustering: 50 years beyond K-means, " ...
  • M. Girvan and M E. Newman, "Community structure in social ...
  • S. Fortunato, "Community detection in graphs, " Physics Reports, vol. ...
  • D. Shah and T. Zaman, "Community detection in networks: The ...
  • J. Han, M. Kamber, and J. Pei, Data mining: concepts ...
  • B. Mirkin and S. Nascimento, "Additive spectral method for fuzzy ...
  • J. Duch and A. Arenas, "Community detection in complex networks ...
  • clusterings with maximum modularity, " in Graph- Theoretic Concepts in ...
  • 4] S. Fortunato and M. Barthelemy, "Resolution limit in community ...
  • Z. Li, S. Zhang, R.-S. Wang, X.-S. Zhang, and L. ...
  • A. Khadivi, A. A. Rad, and M. Haslet , Network ...
  • K. Henderson, T. Eliassi-Rad, S. Papadimitriou, and C. Faloutsos, "HCDF: ...
  • communities, " in Procedings of the 15th international conference on ...
  • G. Palla, I. Derenyi, I. Farkas, and T. Vicsek" , ...
  • U. Brandes, D. Delling, M. Gaertler, R. Gorke, M. Hoefer, ...
  • -ع [18] D. Zhou, E. Manavoglu, J. Li, C. L. ...
  • نمایش کامل مراجع