طبقه بندی کاربران شبکه اجتماعی به منظور شناخت ماهیت کاربران بر اساس طبقه بندهای دودویی گروهی
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 503
فایل این مقاله در 17 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:
COMCONF05_679
تاریخ نمایه سازی: 21 اردیبهشت 1397
چکیده مقاله:
شبکه های اجتماعی به عنوان ساختارهای اجتماعی ساخته شده از تعداد بی شماری گره ه ستند که افراد یا سازمانها را از طریق تبادلات تجاری، سرگرمی دوستی و احساسی به یکدیگر مرتبط میسازند. به منظور طبقه بندی کاربران بر اساس ماهیت شان میتوان رایج ترین تکنیکهای داده کاوی از جمله طبقه بندی را به کار برد.طبقه بندی داده ها به صورت گسترده به عنوان فرآیندهایی از سازماندهی دادهها با د سته بندیهای مرتبط تعریف می شود ،فرآیندهایی که در ایدهها و اشیا ، به رسمیت شناخته شده ، متمایز و درک می شوند. طبقه بندی مجموعه داده کاربران شبکه اجتماعی پروسیس به منظور آنالیز کاربران، در جهت شناخت ماهیت آنها که به منظور توسعه و گسترش این شبکه اجتماعی انجام می شود گامی نوین محسوب می شود. در این پژوهش، به منظور طبقه بندی چندکلاسه، گروهی از طبقه بندهای دودویی به کار میرود. در روش پیشنهادی ابتدا به منظور کاهش حجم دادهها و انتخاب ویژگیهای مهم برای هر کاربر از یک روش انتخاب ویژگی برای ویژگیهای اسمی و پیوسته استفاده میشود که از معیاری مبتنی بر همبستگی ویژگیها با برچسب کلاسی، استفاده میکند. سپس گروهی از طبقه بندهای باینری در هر یک از زیرمجموعهها اعمال شده و در نهایت برچسب هر کاربر تعیین میگردد. برای مجموعه داده کاربران پروسیس دقت طبقهبندAdaBoost مبتنی بر BDT به %93,81 رسیده است.
کلیدواژه ها:
نویسندگان
فایزه فرحدل
دانشجوی کارشناسی ارشد موسسه آموزش عالی اشراق بجنورد،
محمد اکبرپور
استادیار گروه کامپیوتر، دانشگاه آزاد اسلامی، واحد شیروان
احسان جعفری
استادیار گروه کامپیوتر، موسسه آموزش عالی اشراق، بجنورد