حداقل نمودن انتشار دیتاها وبهبود بخشیدن، شناسایی گره های موثر درشبکه های اجتماعی مبتنی برالگوریتم ملخ

Publish Year: 1399
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 226

This Paper With 20 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ELEMECHCONF06_363

تاریخ نمایه سازی: 22 تیر 1400

Abstract:

با توجه به این که شبکه های اجتماعی آنلاین مجزا از زندگی روزمره ما نیستند، بلکه به عنوان بخش مهمی از زندگی ما محسوب میشوند، نقش و تاثیر آنها در طی دهه اخیر بیش از پیش شده است. با توجه به این که ما در پی گریز از کارهای معمول روزانه بوده ایم، شبکه های اجتماعی آنلاین تبدیل به فضایی شده اند که به عنوان مرکز فعالیت ما شناخته شده است. به طور مثال میتوان به این موارد اشاره کرد: ایجاد یا حفظ روابط، ارائه اخبار یا اطلاعات و فعالیت اجتماعی. همچنین، شبکه های اجتماعی آنلاین محیطی هستند که به صورت گسترده برای بازاریابی به شکلهای مختلف مانند تبلیغ محصولات و خدمات، کمپین های سیاسی و یا گمراه سازی استفاده میشوند. مستقل از هدف و ویژگی های این فعالیتها، ساختار کلی آنها همواره یکسان است. به طور مثال با توجه به بودجه محدود برای تاثیرگذاری افراد، لازم است تا نتیجه این فرآیند به حداکثر خود رسیده و این موضوع مرتبط با تعداد افراد نا آگاه، تعداد رای دهندگان به یک نامزد در انتخابات، فروش محصولات و غیره است. با توجه به این مسئله حداکثر سازی تاثیر، محققان در تلاش برای پیشنهاد بهترین راهکارها جهت حل این مسئله هستند. نتیجه اصلی نشان میدهد که این مجموعه های خاص به عنوان بهترین مجموعه محصول میشوند، بی تردید یک پژوهش تحقیقاتی با ارزیابی مجموعه بزرگتری از پارامترها با استفاده از تجهیزات قدرتمند تر طولانی تر میتواند منجر به مجموعه های دقیق تر و بهتر شود. نکته اصلی آن است که این روش قطعا جهت به دست آوردن مقادیر پارامترها کاربرد مطلوبی داشته و موجب ارائه نتایج بسیار مطلوب تری حتی برای مجموعه داده هایی با اندازه، پیچیدگی و مدلهای مختلف یا محدودیت زمان محاسبات، میشود. همچنین، پیاده سازی نمایش داده های پراکنده موجب اجرای شبیه سازی بر روی مجموعه داده های بزرگتر میشود. علاوه براین، تحلیل تغییر نتایج در طی زمان نشان میدهد که رویکرد تکاملی به عنوان بهترین انتخاب در مورد شبکه های پویا محسوب میشود و یا هنگامی که نتیجه به سرعت مورد نیاز باشد، این روش نتایج کیفی مطلوبی را در مقایسه با تحلیل غیر اکتشافی استاندارد ارائه میکند به طوریکه کار با مجموعه داده های بزرگ نیازمند زمان محاسباتی بالایی جهت به دست آوردن هر گونه نتیجه است. در این حالت، رویکرد تکاملی به نتایج مطلوب با سرعت بالایی دست می یابد و صرف زمان بیشتر موجب رسیدن به نتیجه مطلوب تر و امکان ارائه نتایج در هر زمان و توقف محاسبات در هر لحظه میشود.درنهایت دراین پژوهش براساس الگوریتم بهینه سازی ملخ وهمچنین داده هاوتابع هدف پیاده سازی درمحیط نرم افزاری متلب انجام گرفته است ونتایج حاصل ازآن با الگوریتم بهینه سازی ژنتیک مقایسه گردیده است.

Keywords:

شبکه های اجتماعی- بیشینه سازی اطلاعات- بهبودشناسایی گره ها- الگوریتم بهینه سازی

Authors

عارفه سلیمی

استاد دانشگاه موسسه آموزش عالی لیان غیردولتی-غیرانتفاعی

حسن ارفعی نیا

دانشجوی کارشناسی ارشد کامپیوتر