توسعه یک روش فرا ابتکاری ترکیبی برای شناسایی اجتماعات در شبکه های اجتماعی با هدف چگالی پودمانگی

سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 383

فایل این مقاله در 26 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IMS-8-29_003

تاریخ نمایه سازی: 19 آذر 1398

چکیده مقاله:

  شناسایی ساختارهای موجود در شبکه های اجتماعی، فرآیندی حائز اهمیت در تحلیل این شبکه ها است. یکی از مسائلی که در سال های اخیر در زمینه شناسایی ساختارهای شبکه های اجتماعی مطرح شده است، مسئله اجتماع یابی است. با توجه به اهمیت این موضوع، تاکنون روش های حل متنوع و گوناگونی برای اجتماع یابی پیشنهاد شده است. در پژوهش حاضر، یک الگوریتمی ترکیبی از روش های بهینه سازی علف های هرز و ژنتیک پیشنهاد شده است که هدف آن یافتن جواب های مناسب و باکیفیت برای مسئله اجتماع یابی است. در این روش ترکیبی، جواب های اولیه توسط روش بهینه سازی علف های هرز تولید می شوند و در ادامه جواب های یافته شده به وسیله الگوریتم ژنتیک در فرآیند بهینه سازی، بهبود می یابند. ارزیابی برازندگی جواب ها، مبتنی بر معیار چگالی پودمانگی است. چگالی پودمانگی، معیاری با ماهیت بیشینه سازی است که میزان کیفیت اجتماعات کشف شده را به دست می دهدمشخص می کند. به منظور بررسی کیفیت جواب های الگوریتم پیشنهادی، نتایج این روش نسبت به چهار الگوریتم علف های هرز، ژنتیک، الگوریتم کرم شب تاب و یک الگوریتم جستجوی کاملا تصادفی مقایسه شده اند. پارامترهای این الگوریتم ها به کمک یک رویکرد طراحی آزمایش ها تنظیم شده اند. این مقایسات بر روی شبکه های محک گوناگون و با ابعاد متفاوت انجام شده اند. با توجه به نتایج به دست آمده، می توان دریافت که الگوریتم پیشنهادی قادر به تولید جواب هایی باکیفیت بالا است. اعتبارسنجی نتایج الگوریتم ها نیز توسط شاخص اطلاعات متقابل نرمال انجام شده است.  

کلیدواژه ها:

اجتماع یابی ، محاسبات نرم ، بهینه سازی علف های هرز ، چگالی پودمانگی

نویسندگان

امیرحسین حسینیان

دانش آموخته دکتری، مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد تهران شمال، تهران

بابک تیمور پور

عضو هیئت علمی، گروه مهندسی صنایع و سیستم ها، دانشکده فنی و مهندسی، دانشگاه تربیت مدرس، تهران. نویسنده مسئول

باقر جمالی هندری

دانشجوی دکتری، مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد تهران شمال، تهران.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • بخشی، م.؛ سمیع زاده، ر. (1396)، مدلی برای پذیرش بانکداری ...
  • برادران، و.؛ حسینیان، الف. ح.؛ درخشانی، ر. (1397-الف)، ارائه روش ...
  • برادران، و.؛ حسینیان، الف. ح.؛ درخشانی، ر.؛ نیک ضمیر، م. ...
  • جعفری، م.ب.؛ کریمی، الف.؛ ابرقوی زاده، ز. (1395)، عوامل تاثیرگذار ...
  • روشنی، س.؛ رضایی نیک، ن.؛ شجاعی، م.ح. (1392)، مطالعه مقایسه ...
  • سپهردوست، ح.؛ صدری، ل. (1396)، اثر فناوری اطلاعات و ارتباطات ...
  • Bingol, H. & Tasgin, M. (2006). Community detection in complex ...
  • Brandes, U., Delling, D. & Gaetler, M. (2008). On Modularity ...
  • Chen, M., Kuzmin, K., Boleslaw, K., & Szymanski, F. (2014). ...
  • Choudhury, D. & Paul, A. (2013). Community Detection in Social ...
  • Fortunato, S. & Barthelemy, M. (2007). Resolution limit in community ...
  • Fortunato, S. (2010). Community detection in graphs. Physics Reports, 486(3), ...
  • Ghorbanian, A. & Shaqaqi, B. (2015). A Genetic Algorithm for ...
  • Gleiser, P. & Danon, L. (2003). Community Structure in Jazz. ...
  • Guesmi, S., Trabelsi, C., & Latiri, C., (2016). Community detection ...
  • Guimera, R. & Amaral, L. (2005). Functional Cartography of Complex ...
  • Guoqiang, C. & Xiaofang, G. (2010). A Genetic Algorithm Based ...
  • Griechisch, E. & Pluhar, A. (2011). Community Detection by using ...
  • Hafez, A., Ghali, N., Hassanien, A. & Fahmy, A. (2012). ...
  • Hosseinian, A.H., & Baradaran, V. (2018). A multi-objective multi-agent optimization ...
  • Li, Z., Pan, Z., Zhang, Y., Li, G., & Hu, ...
  • Mahmood, A., & Small, M., (2016). Subspace based network community ...
  • Mehrabian, A. & Lucas, C. (2006). A novel numerical optimization ...
  • Miller, B. & Goldberg, D. (1995). Genetic Algorithms, Tournament Selection, ...
  • Newman, M. & Girvan, M. (2004). Finding and evaluating community ...
  • Newman, M. (2006). Finding community structure in networks using the ...
  • Peel, L., Larremore, D.B., & Clauset, A., (2017). The ground ...
  • Pizzuti, C. (2008). GA-Net: A Genetic Algorithm for Community Detection ...
  • Shaqaqi, B., Teimourpour, B. & Ghorbanian, A. (January, 2015). A ...
  • Shaqaqi, B. (2014). A Mathematical Programming Model based on modularity ...
  • Shi, C., Yan, Z., Wang, Y., Cai, Y. & Wu, ...
  • Shi, C., Yan, Z., Cai, Y. & Wu, B. (2012). ...
  • Win, H.N., & Lynn, K.T. (2017). Community detection in Facebook ...
  • Zhang, H., Qiut, B., Giles, L., Foley, H. & Yen, ...
  • Zhang, S. & Li, Z. (2008). Quantitative function for community ...
  • Zhang, W., Pan, G., Wu, Z., & Li., S. (2014). ...
  • نمایش کامل مراجع