افزایش دقت شناسایی جوامع در شبکه های اجتماعی با بهبود رویکرد انتشار برچسب

  • سال انتشار: 1403
  • محل انتشار: فصلنامه فناوری های نوین در سیستم های توزیع شده و محاسبات الگوریتمی، دوره: 1، شماره: 1
  • کد COI اختصاصی: JR_NTDS-1-1_004
  • زبان مقاله: فارسی
  • تعداد مشاهده: 14
دانلود فایل این مقاله

نویسندگان

نفیسه افخمی

گروه مهندسی کامپیوتر، دانشگاه بین المللی امام رضا، مشهد، ایران

نازبانو فرزانه بهالگردی

گروه مهندسی کامپیوتر، دانشگاه بین المللی امام رضا، مشهد، ایران

حسن شاکری

گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران

چکیده

< p class="JCE-" dir="RTL"> < span lang="AR-SA" style="font-size: ۱۲.۰pt; mso-ansi-font-size: ۱۰.۰pt; font-family: 'B Nazanin'; mso-no-proof: yes;"> شناسایی جوامع در شبکه های بزرگ یک موضوع پرکاربرد در تحلیل شبکه های اجتماعی است و ارائه الگوریتم با دقت و کارایی مطلوب برای استخراج جوامع اهمیت زیادی دارد. رویکردهای مختلفی برای شناسایی جامعه ها وجود دارد. ازجمله می توان به رویکرد انتشار برچسب اشاره کرد که در آن ابتدا مهم ترین راس های شبکه برمبنای معیارهای مرکزیت تعیین می شوند و برچسب های جامعه متفاوت به آنها انتساب داده می شود. سپس برچسب هر یک از این راس ها به راس های اطراف آنها انتشار می یابد. هدف این پژوهش، بهبود یک الگوریتم شناسایی جامعه موسوم به < /span> < span dir="LTR"> LBLD< /span> < span style="font-size: ۱۲.۰pt; mso-ansi-font-size: ۱۰.۰pt; font-family: 'B Nazanin'; mso-no-proof: yes;"> < span lang="AR-SA"> است. این الگوریتم ابتدا براساس یک معیار شباهت، تعدادی از مهم ترین راس های شبکه را تعیین می کند. سپس با یک رویکرد متوازن، جوامع توسعه داده می شوند و در نهایت یک فاز ادغام اجرا می شود تا جوامع کوچک با یکدیگر ترکیب شوند. ایده پیشنهادی ما استفاده از یک معیار الهام گرفته از مفهوم < /span> < /span> < span dir="LTR"> h-index< /span> < span style="font-size: ۱۲.۰pt; mso-ansi-font-size: ۱۰.۰pt; font-family: 'B Nazanin'; mso-no-proof: yes;"> < span lang="AR-SA"> برای بهبود دقت تشخیص جوامع است به این ترتیب که زیرگراف هایی به عنوان جامعه شناسایی شوند که حداقل < /span> < /span> < span dir="LTR"> p< /span> < span lang="AR-SA" style="font-size: ۱۲.۰pt; mso-ansi-font-size: ۱۰.۰pt; font-family: 'B Nazanin'; mso-no-proof: yes;"> درصد از راس های آنها درجه حداقل < /span> < span dir="LTR"> k< /span> < span style="font-size: ۱۲.۰pt; mso-ansi-font-size: ۱۰.۰pt; font-family: 'B Nazanin'; mso-no-proof: yes;"> < span lang="AR-SA"> داشته باشد. اعمال روش پیشنهادی بر روی مجموعه داده های شناخته شده در این حوزه و و مقایسه نتایج نشان می دهد که روش پیشنهادی نسبت به روش های مشابه باعث بهبود دقت در استخراج جوامع شده است.< /span> < /span> < /p>

کلیدواژه ها

شناسایی جوامع، مدلسازی شبکه های اجتماعی، الگوریتم انتشار برچسب، خوشه بندی

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.