شناسایی جریان انتشار اطلاعات در شبکه های اجتماعی از طریق تشخیص پیام های تکراری و تقریبا تکراری به صورت توزیع شده

تحلیل و بررسی پیام های ارسال شده در شبکه های اجتماعی از حوزه های پرکاربرد علم کامپیوتر است، در این میان پیداکردن پیام های تکراری در شبکه های اجتماعی موضوعی است که بسیار مورد توجه قرار گرفته و برای پیداکردن متقلب ها و مجرم های شبکه های اجتماعی استفاده می شود . هدف از انجام این پژوهش ارائه راهکاری برای شناسایی جریان انتشار اطلاعات در شبکه های اجتماعی برای بهبود عملکرد این شبکه ها به صورت توزیع شده و سپس تشخیص پیام های تکراری و تقریبا تکراری شامل عکس و ویدئو در این شبکه ها است .رویکردها و روش های متفاوتی برای پیداکردن پیام های تکراری و تقریبا تکراری در شبکه های اجتماعی وجود دارد که در این پژوهش از روش هش وابسته به مکان LSH بر ای پیدا کردن تصاویر و ویدئوهای تکراری و تقریبا تکراری استفاده شده است و پس از آن از مدل برنامه نویسی map reduce برای تعمیم الگوریتم به صورت توزیع شده استفاده شده است تا بتوان این الگوریتم را در محیط های توزیع شده و برای داده های با حجم بالا نیز مورد استفاده قرار داد. در پایان پژوهش ساختاری یکسان برای انجام الگوریتم با پارامترهای ثابت (تعداد باند، اندازه هش سایز و میزان آستانه یکسان) مشخص شد که بتوان با آن تصاویر و ویدئوهای مشابه را تشخیص داد

کلیدواژه ها:

پیام های تکراری ، پیام های تقریبا تکراری ، LSH ، شبکه های اجتماعی ، هش ، توزیع شده ، map-reduce