تشخیص جوامع در شبکه های اجتماعی با در نظر گرفتن عمق روابط بین افراد
سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 435
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CONFSKU01_042
تاریخ نمایه سازی: 17 آبان 1400
چکیده مقاله:
مطالعه در زمینه شبکه های اجتماعی به تعریف و تحلیل روابط بین انسان ها، سازمانها و یا هرگونه تعامل مابین موجودیتها می پردازد. با توجه به محبوبیت گسترده شبکه های اجتماعی، تحقیقات در مورد کشف اجتماع، توجه فراوانی به خود جلب کرده است. جوامع به عنوان خوشه ای از گرهها یا راسها تعریف می شوند که دارای روابط قوی در میان خود نسبت به گره های خارج از خوشه ها هستند. کشف خودکار جوامع یک چالش مهم در زمینه تجزیه و تحلیل داده های شبکه های اجتماعی است. تشخیص جامعه نقش مهمی در کشف ساختارهای زیرین شبکه های اجتماعی دارد و همین طور چگونگی تاثیرگذاری ساختار پیوندها بر مردم و ارتباط بین آنها را نشان می دهد. با استفاده از روش های خوشه بندی می توان به تشخیص و کشف جوامع پرداخت. در این مقاله یک الگوریتم جدید خوشه بندی برای تشخیص جوامع ارائه شده است که عمق روابط بین افراد را نیز در فرآیند تشخیص جوامع در نظر می گیرد. نتایج ما بر روی تعدادی مجموعه داده نشان داد که در نظر گرفتن عمق روابط بین افراد، دقت روش خوشه بندی را افزایش می دهد.
کلیدواژه ها:
نویسندگان
سئودا فتوت
گروه علوم کامپیوتر، دانشگاه تبریز
حبیب ایزدخواه
دانشیار ، گروه علوم کامپیوتر ، دانشگاه تبریز
جواد حاجی پور
استادیار، گروه علوم کامپیوتر ، دانشگاه تبریز