یک الگوریتم حریصانه برای تشخیص اجتماع در شبکه های اجتماعی
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,470
فایل این مقاله در 7 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:
MINOOSEMINAR01_002
تاریخ نمایه سازی: 12 دی 1393
چکیده مقاله:
در تئوری گراف و شبکه های اجتماعی، کارهای گوناگونی برای تحلیل شبکه های بزرگ انجام می شود. تشخیص اجتماعات در این شبکه های یکی از آن کارهاست که به حوزه داده کاوی مرتبط است. ا کتورها در شبکه های اجتماعی، گروه ها را شکل می دهند. تشخیصاجتماع، در حقیقت عمل یافتن عضویت اکتورها در گروه ها به کمک مطالعه ساختار شبکه است. این عمل از طریق یافتن و تحلیل الگوهایارتباطی بین افراد انجام می شود. اگرچه الگوریتم های بسیاری برای تشخیص اجتماعات ارائه شده است، اما اغلب آنها به لحاظ هزینه پردازشی و زمانی برای شبکه های اجتماعی با مقیاس بزرگ ناکارا هستند. ما در اینجا یک الگوریتم ساده و کارا برای تشخیص اجتماع درشبکه های اجتماعی ارائه می دهیم. این الگوریتم به هیچ دانش قبلی درباره تعداد اجتماعات شبکه نیازی ندارد. پیچیدگی زمان اجرای آن نیزo(n + m) که nتعدادگره ها وm تعداد یال های گراف است. ما کارایی این الگوریتم را روی دو مجموعه داده کلاسیک بنامهای American College Football و Zachary Karate Club بررسی کردیم. نتایج این بررسی نشان می دهد الگوریتم ما با توجه به سرعت و سهولت از دقت خوبی برخوردار است
کلیدواژه ها:
نویسندگان
بتول قاهری
هیات علمی، دانشگاه آزاد اسلامی واحد مینودشت، گروه کامپیوتر، مینودشت، ایران
بهروز مینایی
استادیار، دانشگاه علم و صنعت ایران، دانشکده مهندسی کامپیوتر، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :