روشی ترکیبی برای طبقه بندی گره ها در شبکه اجتماعی برپایه گراف عامل وکلونی مورچگان

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 532

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCNIEE05_008

تاریخ نمایه سازی: 22 دی 1396

چکیده مقاله:

هدف این مقاله ارایه روشی ترکیبی به منظور بهبود دقت طبقه بندی گره ها در شبکه های اجتماعی می باشد. در این الگوریتم پیشنهادی این مقاله ابتدا با استفاده از معیارهای شباهت محلی اقدام به ایجاد ماتریس گذار نموده و با ایجاد روابط جدید میان گره ها با استفاده از تاثیر همسایگی اقدام به ایجاد گراف عامل می نماییم و در ادامه با استفاده از متد قدم زنی تصادفی روی گراف و بهره گیری از الگوریتم کلونی مورچگان اقدام به طبقه بندی گره ها و اختصاص برچسب به گره های بدون برچسب می نماییم. الگوریتم ارایه شده بر روی دیتاست شبکه اجتماعی فلیکر تست گردیده و نتایج بدست آمده با روش های قبلی مورد مقایسه قرار گرفته است. نتایج نشان می دهد استفاده از پیش پردازش گراف عامل به منظور پیش بینی برخی پیوندهای جدید بهبود قابل توجهی در دقت الگوریتم پیشنهادی نسبت به روشهای گراف عامل، ارایه شده توسط هوانسو و همچنین کلونی مورچگان زایاهواسو دارد.

نویسندگان

احمد رهنمازاده

دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی، واحد قزوین، دانشکده برق، رایانه و فناوری اطلاعات، قزوین، ایران

محمدرضا میبدی

عضو هیات علمی دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی امیرکبیر، تهران، ایران

مسعود طاهری کدخدا

کارشناس ارشد هوش مصنوعی، دانشگاه آزاد اسلامی، واحد قزوین، دانشکده برق، رایانه و فناوری اطلاعات، قزوین، ایران