شناسایی گرههای موثر در شبکههای اجتماعی با ترکیب روشهای مرکزیت و فعالیت گره

دنیای امروز تبدیل به یک محیط رقابتی در همه زمینهها مانند سیاست، اقتصاد، مسائل اجتماعی، عقاید و مانند اینها شده است که برای پیشبرد اهداف خود از ابزار شبکههای اجتماعی استفاده میکنند. محققین برای رسیدن به این اهداف توسط شبکههای اجتماعی از بیشینهسازی نفوذ (IM) بهره میبرند. وظیفه بیشینهسازی، شناسایی گرههای موثری است که تحت عنوان گرههای آغازگر شناخته میشوند و یک راهبرد برای رسیدن به بیشترین انتشار اطلاعات و یا کمترین اپیدمی با کمترین هزینه است. بیشینهسازی یک مسئله NP-hard است. محققان برای شناسایی گرههای موثر به دنبال روشهایی برای کاهش پیچیدگی و دقت شناسایی قابل قبولی هستند؛ بنابراین در این تحقیق برای فائق آمدن به پیچیدگی مسئله و در عین حال بالا بردن دقت شناسایی، روشی جدید با ترکیب مرکزیت - فعالیت ارائه میشود. در این روش بهصورت سراسری محدودیتی بر روی گراف شبکه برای استخراج گرهها توسط روش مرکزیت ایجاد میشود در ادامه، تحلیل گراف توسط روش فعالیت بروی گرههای محلی استخراج شده صورت میگیرد. امتیاز تحلیل فعالیت با امتیاز روش مرکزیت ترکیب میشود که منتج به نمایش گرههای موثر میشود. روش پیشنهادی با روشهایی نظیر Page Rank و مرکزیت نزدیکی مقایسه میشود و نتایج حاکی از آن است که روش پیشنهادی از نظر دقت در نقاط پایین بهتر از هر دو عمل کرده است و از طرفی توانسته است پیچیدگی پایینتری نسبت به هر دو داشته باشد. در آینده برای بالا بردن دقت در نقاط بالا میتوان در مرحله تحلیل فعالیت از مفاهیم امتیازدهی تکراری استفاده نمود.

Keywords:

تاثیر , گرههای موثر , بیشینهسازی نفوذ , مرکزیت , فعالیت