پیشنهاد و معرفی یک الگوریتم جدید تشخیص جامعه با روش های یادگیری عمیق نیمه نظارت شده

تحلیل شبکه اجتماعی به عنوان روشی برای آشکار سازی و شناسایی الگوهای مفید اجتماعی در اجتماع میان کاربران رواج یافته است.با این حال رشد نمایی و پیوسته این شبکه ها(بر حسب تعداد کاربران و تنوع بر همکنش های مختلفی که این شبکه ها ممکن می کنند) توسعه روش های مختلف تشخیص تشکل موثر و کارآمد را به یک محاسباتی چالش بر انگیز تبدیل کرده است.در این مقاله یک روش نواورانه برای تشخیص تشکل نیمه نظارت شده،بهره گیری از شبکه های عصبی معمولی برای بکارگیری همزمان ویژگی های مختلف یک شبکه (مانند اطلاعات توپولوژیک و زمینه ای)پیشنهاد می کنیم.هزینه محاسباتی با دانش نشان دهنده اتصالات شبکه رئی معیار های پراکنده خاص می تواند تعداد عملیات هایی که باید صریحا انجام شوند را کاهش دهد،بهینه سازی می شود.با ارزیابی گسترده سیستم ما روی مجموعه داده های بزرگ (مصنوعی و واقعی)نشان می دهیم که روش ما بهتر از انواع روش های جدید کنونی بر حسب زمان اجرا وF۱ کلان و ریز عمل می کند

کلیدواژه ها:

تحلیل شبکه اجتماعی ، تشخیص تشکل نیمه نظارت شده ، شبکه های اجتماعی انلاین ، یادگیری عمیق