بهبود تشخیص جوامع مبتنی بر توسعه محلی در شبکه های اجتماعی با استفاده از موازی سازی

شبکه های اجتماعی افراد مختلف با علاقه مندی ها و تفکرات متفاوت را به همددیگر متصد می کنند یکی از چالش های مهم در شبکه های اجتماعی، تشخیص جامعه است. وجود هسته های تکراسی (فاقد جامعه) در رنگ آمیزی گراف، تشخیص جوامع را با مشکل مواجه می کند. حال این که آیا با استفاده از موازی سازی می توان مشکل وجود هسته های تک راسی را در رنگ آمیزی گراف جهت بهبود تشخیص جوامع حل نمود. در این مقاله با استفاده از موازی سازی الگوریتم رنگ آمیزی گراف، تشخیص جوامع مبتنی بر توسعه محلی در شبکه با استفاده از الگوریتم ژنتیک موازی صورت پذیرفته که نشان دهنده آن است که الگوریتم ژنتیک موازی ارایه شده سرعت را نسبت به الگوریتم رنگ آمیزی قبلی بهبود داده است و اینکه فرایند شناسایی هسته با استفاده از موازی سازی منجر به کاهش زمان اجراء شده است. همچنین الگوریتم حاضر منجر به بهبود پوشش هسته ها همراه با کیفیت خوب جوامع نسبت به الگوریتم قبلی است. در نتیجه نتایج عملی حاصل ازپیاده سازی روش ارایه شده نشان می دهد که می توان یک الگوریتم ژنتیکی مناسب نسبت به الگوریتم های مشابه ارایه نمود.

کلیدواژه ها:

تشخیص جوامع ، شبکه های اجتماعی ، توسعه محلی ، رنگ آمیزی ، گراف ، الگوریتم ژنتیک ، موازی سازی