CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

یک الگوریتم حریصانه برای تشخیص اجتماع در شبکه های اجتماعی

عنوان مقاله: یک الگوریتم حریصانه برای تشخیص اجتماع در شبکه های اجتماعی
شناسه ملی مقاله: MINOOSEMINAR02_070
منتشر شده در دومین همایش ملی مباحث نوین در حسابداری،مدیریت و کارآفرینی در سال 1395
مشخصات نویسندگان مقاله:

بتول قاهری - هیأت علمی، دانشگاه آزاد اسلامی، واحد مینودشت، گروه کامپیوتر، مینودشت، ایران
بهروز مینایی - استادیار، دانشگاه علم و صنعت ایران، دانشکده مهندسی کامپیوتر، تهران، ایران

خلاصه 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. تشخیص اجتماع، در حقیقت عمل یافتن عضویت اکتورها در گروه ها به کمک مطالعه ساختار شبکه است. این عمل از طریق یافتن و تحلیل الگوهای ارتباطی 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 در شبکه های اجتماعی ارائه می دهیم. این الگوریتم به هیچ دانش قبلی درباره تعداد اجتماعات شبکه نیازی ندارد. پیچیدگی زمان اجرای آن نیز ( + ) است که تعداد گره ها و تعداد یال های گراف است. ما کارایی این الگوریتم را روی دو مجموعه داده کلاسیک بنامهای Club Karate Zachary و Football College American بررسی کردیم. نتایج این بررسی نشان می دهد الگوریتم ما با توجه به سرعت و سهولت از دقت خوبی برخوردار است.

کلمات کلیدی:
تشخیص اجتماع، شبکه های اجتماعی، هسته اجتماعات، الگوریتم حریصانه

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/569671/