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

  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