ارایه یک روش موثر برای خوشه بندی گراف براساس مرکز گره ها در شبکه های اجتماعی

تحلیل شبکه های اجتماعی یک فیلد تحقیقاتی جدید در داده کاوی است. برای آنالیز این شبکه ها و استفاده بهینه از حجم اطلاعات مورد نیاز افرادی که به این ساختارها ملحق می شوند، از خوشه بندی استفاده می شود. علوم نوین مهندسی به منظور توصیف سیستم های اجتماعی، زیست شناسی، بازاریابی، پزشکی، هوافضا و ... نیاز به خوشه بندی داده ها برای تحلیل مناسب آنها دارند.خوشه بندی ابزاری برای اکتشاف ساختار از درون داده ها بدون نیاز به هیچ فرضی است این روض در هوض مصنوعی و شناسایی الگو یادگیری بدون نظارت نامیده می شود. الگوریتم های خوشه بندی گوناگونی برای استخراج دانش از درون مجموعه اطلاعات مختلف وجود دارد. اما این الگوریتم ها وابسته به ساختار دادها می باشند و این موضوع انتخاب الگوریتم مناسب و کارا را مشکل نموده است. خوشه بندی شبکه های اجتماعی با خوشه بندی سنتی متفاوت است. پایه و اساس الگوریتم های خوشه بندی سنتی رویت شابه اشیاء می باشد و این موضوع را نمی توان به شبکه های اجتماعی اعمال نمود. تجزیه و تحلیل شبکه های اجتماعی یک دیدگاه جدید را جایگزین می کند که در آن رابطه بین افراد بیشتر از خصوصیات آنها در تحلیل پدیده های جهان واقعی مفید است. در این پژوهش برآنیم که با استفاده از الگوریتم های گراف کاوی، راه حلی برای خوشه بندی این گونه شبکه ها پیشنهاد دهیم. در واقع با معرفی گره های با مرکزیت بالا، خواهیم توانست نتایج خوشه بندی این گراف ها را بهبود دهیم. در پایان، الگوریتم پیشنهاد شده را بر روی مجموعه داده شبکه اجتماعی فیس بوک، اعمال کرده ایم و نتایج حاصل شده در قالب خوشه های به دست آمده، نمایش داده شده اند.

کلیدواژه ها:

گراف ، شبکه اجتماعی ، خوشه بندی ، فیس بوک