تشخیص داده های پنهان پروفایل کاربران در شبکه های اجتماعی

با توجه به رشد روز افزون شبکه های اجتماعی و تاثیر آن در بخشهای مختلف زندگی افراد، تحلیل شبکه های اجتماعی امری بسیار مهم تلقی میشود. در بخش تحلیل شبکه های اجتماعی پروفایل کاربران نقش مهمی در بسیاری از حوزه های کاربردی ایفا میکند. مطالعات و ارزیابی های زیادی برای ایجاد خودکار پروفایل شخصی کاربران انجام شده است. هرچند که این مطالعات پیشرفت قابل توجهی در زمینه ایجاد خودکار پروفایل شخصی کاربران داشتند اما بیشتر آنها فقط از یک منبع و یا یک روش واحد استفاده کرده اند. چنین پروفایل هایی ممکن است عملکرد مطلوبی نداشته باشند. مشکل اصلی مطالعه پروفایل کاربران در شبکه های اجتماعی در این است که کاربران اطلاعات کمی از خود را بصورت عمومی منتشر میکنند. یکی از چالش های مهم مطالعات در این زمینه بدست آوردن اطلاعات پنهان کاربران با استفاده از اطلاعات محدود منتشر شده از کاربران است. برای تحلیل شبکه های اجتماعی و بررسی رفتار کاربران از خوشه بندی که یکی از تکنیک های داده کاوی است بهره میگیریم. از معایب داده کاوی که روی کیفیت نتایج تاثیر میگذارد حجم بالای داده ها و وجود داده های پرت و نویز است. انجام داده کاوی روی داده های بی کیفیت سبب تولید نتایج با کیفیت پایین میشود. از این رو از الگوریتم دی بی اسکن برای حذف داده های نویز بهره گرفتیم، سپس برای پیش بینی بخش های پنهان پروفایل داده ها را با روش کیمینز خوشه بندی کرده و با توجه به خوشه ی هر کاربرویژگی های پنهان حدس زده می شود

کلیدواژه ها:

شبکه های اجتماعی ، پروفایل ، داده کاوی ، خوشه بندی ، کیمینز