مروری بر روشهای مدلسازی همپوشانی در الگوریتمهای انجمن یابی شبکههای اجتماعی
Publish place: Journal Of Modeling in Engineering، Vol: 17، Issue: 56
Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 288
This Paper With 19 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JME-17-56_020
تاریخ نمایه سازی: 21 اسفند 1399
Abstract:
شبکه اجتماعی شامل تعدادی از اشخاص است که بهواسطه یک یا چند نوع از روابط یا اشتراکات، با یکدیگر ارتباط دارند. پیدایش و رشد این شبکهها در فضای مجازی و استفاده روزافزون از آنها، باعث شده است تا تحلیل شبکههای اجتماعی بهعنوان یک حوزه تحقیقاتی پرمخاطب و میانرشتهای مطرح باشد. هر انجمن شامل چند عضو شبکه اجتماعی است که با توجه به نحوه دستهبندی اعضای شبکه تعیین میشود. مطالعه انجمنها، یک مبحث مهم و کلیدی در تحلیل شبکههای اجتماعی است که ویژگیها و الگوهای مشخص یا مخفی در لایههای یک شبکه را نمایان میسازد و موجبات درک بهتر ساختار و رفتار آن را فراهم میکند. در این مقاله، ابتدا الگوریتمهای انجمنیابی بر اساس رویکرد آنها به شکلگیری انجمن و نیز مدلسازی مفهوم همپوشانی (امکان تعلق همزمان اعضا به دو یا چند انجمن) در شش دسته شامل روشهای طیفی و مرکزگرایی، تابع کیفیت (چگالی)، انتشار برچسب، ساختار، نزدیکی، و دستهبندی یالها، طبقهبندی و بررسیشدهاند. در ادامه، روشهای انجمنیابی روی چهار دادگان با ساختار متفاوت، پیادهسازی و مقایسه شدهاند. نتایج حاصله از معیارهای ارزیابی کیفیت روی چهار دادگان انتخابی، حاکی از آن است که هر روش روی توپولوژی و ویژگی خاصی بهتر عمل میکند. بنابراین هیچ روشی نمیتواند بهعنوان بهترین روش انجمنیابی برای تمام شبکهها مطرح باشد.
Keywords:
Authors
سیدمحمدمهدی صالحی
دانشکده کامپیوتر، دانشگاه صنعتی شاهرود، شاهرود، ایران
علی اکبر پویان
استادیار و رییس دانشکده کامپیوتر دانشگاه صنعتی شاهرود
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :