انتخاب نودتاثیر گذار در شبکه های اجتماعی پیچیده

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 464

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

FANAVARI01_073

تاریخ نمایه سازی: 19 خرداد 1396

چکیده مقاله:

در سال های اخیر یافتن نودهای تاثیرگذار در تحقیقات زیادی در زمینه تجزیه و تحلیل شبکه های اجتماعی مورد استفاده قرار گرفته است. در یک شبکه اجتماعی که همسایه ها می توانند از هم تاثیر بگیرند، باید نودهایی انتخاب گردند که نهایتا تعداد بیشتری نود را در گیر کنند. در این مقاله با استفاده از مدل انتشار اطلاعات آبشاری مستقل Independent Cascade Model و روش های شناسایی اجتماعات مختلف، روشی ساده مبتنی بر پیمایش اول عمق(DFS)برای انتخاب نود تاثیرگذار ارایه می دهیم. در این روش با استفاده از درخت پوشای حاصل از پیمایش ، بال های بازگشتی مشخص می شوند و با امیتاز دادن به هر یال نود تاثیر گذار انتخاب می گردد. داده های مورد استفاده برای ارزیابی روش ها، داده های یک شبکه پست الکترونیکی دانشگاهی در اسپانیا بوده است. نتایج حاصل از پیاده سازی ها افزایش میزان انتشار در این شبکه را نشان می دهند.

نویسندگان

کاظم شبانیان بادی

دانشجوی کارشناسی ارشد،دانشکده کامپیوتر، دانشگاه آزاد اسلامی واحد یزد، ایران

علی محمدلطیف

عضو هیات علمی،دانشکده کامپیوتر، دانشگاه آزاد اسلامی ،واحد یزد، 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 :
  • M. E. J. Newman, "The structure and function of complex ...
  • O. Sporns, "Structure and function of complex brain networks, ; ...
  • Y. A. Kim and H. S. Song, "Strategies for predicting ...
  • E. M. Rogers, A. Singhal, and M. M. Quinlan, "Diffusion ...
  • D. Kempe and J. Kleinberg, "Maximizing the Spread of Influence ...
  • S. Pandit, Y. Yang, and N. V. Chawla, "Maximizing information ...
  • M. Kimura, K. Yamakawa, K. Saito, and H. Motoda, "Community ...
  • J. Tang, M. Musolesi, C. Mascolo, V. Latora, and V. ...
  • H. Kim and E. Yoneki, "Influential Neighbours Selection for Information ...
  • M. Anjerani and A. Moeini, "Selecting influential nodes for detected ...
  • X. Zhang, J. Zhu, Q. Wang, and H. Zhao, "Identifying ...
  • _ Brandes, D. Delling, M. Gaertler, R. Gorke, M. Hoefer, ...
  • M. Newman, "Finding community structure in networks using the eigenvectors ...
  • J. Reichardt and S. Bormholdt, ،Statistical mechanics of community detection, ...
  • J. Goldenberg, B. Libai, and E. Muller, "Talk of the ...
  • M. Kitsak, L. K. Gallos, S. Havlin, F. Liljeros, L. ...
  • M. Kimura, K. Saito, R. Nakano, and H. Motoda, "Extracting ...
  • L. Danon, F. Giralt, and A. Arenas, ،Self-similar community structure ...
  • نمایش کامل مراجع