شناسایی مراکزمهم شهری بااستفاده ازخوشه بندی داده های شبکه های اجتماعی مکان مبنا
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 299
فایل این مقاله در 6 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:
ELECONFK04_104
تاریخ نمایه سازی: 11 شهریور 1397
چکیده مقاله:
شبکه های اجتماعی مکان مبنا موسوم به , 1LBSN نوع پیشرفته و تعمیم یافته ای از شبکه های اجتماعی هستند که قادر به ثبت اطلاعات مکانی کاربران خود هستند. تحلیل های مختلفی برای اهداف متفاوتی از داده هایی که از چنین شبکه هایی برخواسته اند قابل مطالعه و بررسی است. یکی از این اهداف بررسی، شناسایی مراکز مهم شهری بر اساس اطلاعات کاربران آن منطقه است. در این مقاله، از الگوریتم خوشه بندی DBscan برای یافتن مراکز مهم شهری کاربران با استفاده از رهیافت جدیدی در تحلیل اطلاعات LBSN استفاده میشود. در این الگوریتم، بر اساس چگالی داده ها خوشه بندی انجام میگیرد و لازم نیست تعداد خوشه ها را از قبل بدانیم. بارزترین تفاوت سبک پیاده سازی این مقاله با سایر موارد مشابه در این است که بعد متن کاوی پیغام های LBSN نیز در نظر گرفته شده است. داده های تحلیل این تحقیق مربوط به اطلاعات فیس بوک پلیسز2 هستند که برای تحلیل نتایج خوشه بندی، از معیار اعتبار سنجی شاخص دوون استفاده شده است وباافزایش تعدادخوشه هامقدارآن کاهش می یابد.دراین مقاله ضمن مقایسه باروش های پیشین درمی یابیم که استفاده ازمتن کاوی برای یافتن مکان های مهم شهری همانندسایرتکنیک هاموفق عمل میکند.
نویسندگان
الهام عاطفی
دانشجوی کارشناسی ارشد،گروه کامپیوتر،واحدکاشان،دانشگاه آزاد اسلامی،کاشان،ایران
حمیده بابایی
استادیار،گروه کامپیوتر،واحدکاشان،دانشگاه آزاد اسلامی،کاشان،ایران
مرتضی رموزی
استادیار،گروه کامپیوتر،واحدکاشان،دانشگاه آزاد اسلامی،کاشان،ایران،