کاربرد گراف در تحلیل شبکه های اجتماعی با استفاده از نرم افزار پایتون

در این مقاله با بهره گیری از گراف ها و با استفاده از نرم افزار پایتون یک مجموعه جدیدی از ابزارها برای پردازش داده های شبکه های اجتماعی و استفاده از تحلیل رابطه بین موجودیت ها فراهم شده است، به طوری که می توانند برای پیش بینی، مدل سازی و تجزیه و تحلیل این شبکه ها به کار روند. با ارائه یک مثال موردی، پارامترهای مهمی از شبکه اجتماعی مورد بررسی، محاسبه و تحلیل گردید. این پارامترها شامل ضریب خوشه بندی، تعدی، جور بودن و مرکزیت است که در نشان دادن چگونگی ارتباط و تحلیل تمایلات کاربرها به عنوان گره های گراف مربوطه مورد استفاده قرار می-گیرند. خوشه بندی و تفکیک شبکه های خاص، پیش بینی چگونگی رشد و ارتباطات درون شبکه ای و تمایلات آتی کاربران از دیگر ابزار قدرتمند تحلیل های مذکور است که در این ارتباط از الگوریتم-های یادگیری ماشین نیز در پیشگویی ها می توان بهره گرفت.

کلیدواژه ها:

گراف ، یادگیری ماشین ، شبکه اجتماعی ، مرکزیت