طبقه بندی کاربران شبکه اجتماعی به منظور شناخت ماهیت کاربران بر اساس طبقه بندهای دودویی گروهی

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:

انتخاب ویژگی ، طبقه بندی چند کلاسه ، طبقه بند گروهی