کشف انجمن در شبکه های پیچیده با استفاده از خوشه بندی
محل انتشار: دومین کنفرانس بین المللی مهندسی برق، کامپیوتر، مکانیک و تکنولوژی های نوین مرتبط با هوش مصنوعی
سال انتشار: 1402
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 244
فایل این مقاله در 13 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:
ENGTEC02_011
تاریخ نمایه سازی: 8 تیر 1403
چکیده مقاله:
شبکه های اجتماعی مفهوم جدیدی نیستند. انسانها از قرن ها پیش در حال تشکیل شبکه های اجتماعیبودند. امروزه بسیاری از افراد بخشی از روابط خود با دوستان و آشنایان را از طریق شبکه های اجتماعیمجازی برقرار می کنند. تشخیص انجمن زمینه ای است که در سال های اخیر مطالعه زیادی در مورد آنصورت گرفته و یکی از زمینه های مورد علاقه شبکه های اجتماعی است.یک شبکه اجتماعی غالبا در یکگراف بیان می شود که در آن راس ها، بازیگران و یال ها نشانگر ارتباط میان آن ها است.شبکه هایاجتماعی اینترنتی علاوه بر ساختار گرافی، حاوی اطلاعات مفیدی از کاربران درون شبکه می باشند، کهاستفاده از این اطلاعات می تواند منجر به بهبود کیفیت کشف انجمن گردد. در این تحقیق از روش ترکیب الگوریتم خوشه بندی k – means و الگوریتم ژنتیک استفاده خواهد شد. الگوریتم k – means جزو الگوریتم های خوشه بندی با پیاده سازی آسان و عملکرد سریع می باشد. در این پژوهش از خوشه بندی داده ها برای ترکیب الگوریتم ژنتیک (GA) با k - means مورداستفاده قرار گرفته تا به بهترین جواب برسد. در الگوریتم ترکیبی ، ما با استفاده از الگوریتم GA برای انتخاب مراکز اولیه برای الگوریتم k – means استفاده میکنیم. الگوریتم ترکیبی GA - k - means در تجزیه و تحلیل خوشه بندی از تکنیکهای دیگر کارآمدتر است و همچنین به صورت جداگانه بر روی الگوریتم ژنتیک (GA) و k - means آزمودن انجام می شود.
کلیدواژه ها:
نویسندگان
فاطمه فولادی
کارشناسی ارشد مهندسی کامپیوتر نرم افزار، دانشگاه ازاد اسلامی، خرم آباد، ایران
مجتبی صالحی
دکترای مهندسی کامپیوتر،استاد دانشگاه ازاد اسلامی،خرم آباد، ایران