ارایه رویکردی جدید برای دسته بندی کاربران هم علاقه به وسیله ماتریس شباهت در شبکه های جمعی خرید گروهی

هدف اصلی این مقاله ارایه روشی جهت تشخیص جامعه در شبکه های جمعی برخط است. در روش پیشنهادی برای مسیله انتخاب گروه، یک رویکرد با اعضای مستقل به عنوان یک مشکل انتخاب گروه در شبکه های جمعی ارایه می کنیم. سپس یک تابع اجرای شباهت گروه برای سنجش ارزیابی آن در شبکه های جمعی تعریف می کنیم. نهایتا، این اقدام با استفاده از یک الگوریتم ژنتیک بهینه سازی می شود. در الگوریتم پیشنهادی برای تشخیص جامعه از دو پارامتر مرکزیت بینابینی یال و شباهت و برای سنجش سیستم از دو الگوریتم تشخیص جامع گریون و نیومن استفاده شده است. نتایج نشان می دهد روش پیشنهادی به طور میانگین نسبت به الگوریتم گریون حدود 11 درصد و نسبت به الگوریتم نیومن حدود 20 درصد بهبود داشته است. نهایتا کیفیت جوامع ایجاد شده توسط معیار NMI تجزیه و تحلیل می شود. روش پیشنهادی نسبت به الگوریتم گریون 8 درصد و نسبت به الگوریتم نیومن 26 درصد بهبود داشته است.

کلیدواژه ها:

شبکه اجتماعی فروشگاهی ، تحلیل رفتار کاربران ، گروه های کاربری هم علاقه ، سیستم های پیشنهاد کننده ، الگوریتم ژنتیک