مروری بر تشخیص جامعه در شبکه های اجتماعی
محل انتشار: دانشنامه تحول دیجیتال، دوره: 3، شماره: 1
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 34
فایل این مقاله در 27 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:
JR_DTJ-3-1_005
تاریخ نمایه سازی: 14 مرداد 1405
چکیده مقاله:
یک شبکه اجتماعی یک ساختار اجتماعی است که از گروه های مختلف فردی یا سازمانی تشکیل شده است. استفاده از شبکه های اجتماعی در سال های اخیر به طور گسترده افزایش یافته است. یکی از حوزه های تحقیقاتی فعال و چالش برانگیز در بحث شبکه های اجتماعی، موضوع تشخیص جوامع است. معنای عمومی جامعه در شبکه اجتماعی، گردآمدن تعدادی عامل در کنار هم به گونه ای است که اعضای هر جامعه بیشترین تعاملات را با یکدیگر داشته باشند. انسان ها تمایل دارند در این شبکه ها گروه هایی را بر اساس علایق مشابه خود تشکیل دهند. چنین گروه هایی به عنوان جوامع یا خوشه ها شناخته می شوند. تشخیص چنین ساختاری به ما درک استثنایی از سازمان و عملکرد شبکه های اجتماعی می دهد. یکی از مهم ترین ویژگی ها در این شبکه ها وجود ساختار جامعه است. در سال های اخیر، الگوریتم های تشخیص جامعه زیادی برای آشکار کردن ویژگی های ساختاری و رفتارهای دینامیکی شبکه ها پیشنهاد شده اند. هدف اصلی این مقاله ارائه مروری بر الگوریتم های تشخیص جامعه و بررسی نقاط قوت و ضعف هر رویکرد تشخیص جامعه می باشد که از الگوریتم های سنتی تا الگوریتم های پیشرفته برای تشخیص جامعه همپوشانی می باشد. الگوریتم های مبتنی بر تکنیک های کاهش ابعاد مانند فاکتورگیری ماتریس غیر منفی (NMF) و تحلیل مولفه های اصلی (PCA) نیز مورد توجه قرار گرفته اند.
کلیدواژه ها:
نویسندگان
صفورا اخلاقی
گروه مهندسی کامپیوتر و فناوری اطلاعات، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران
محمدباقر منهاج
هیات علمی، دانشگاه صنعتی امیرکبیر، تهران، ایران
بهروز معصومی
هیات علمی، دانشگاه آزاد اسلامی واحد قزوین، قزوین، ایران