CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

استفاده از شبکه عصبی چند لایه برای پیش بینی افراد تاثیر گذار در شبکه اجتماعی توئیتر

عنوان مقاله: استفاده از شبکه عصبی چند لایه برای پیش بینی افراد تاثیر گذار در شبکه اجتماعی توئیتر
شناسه ملی مقاله: RITCCCONF01_073
منتشر شده در اولین کنفرانس بین المللی فناوری اطلاعات؛ دولت الکترونیک و شهر هوشمند در سال 1396
مشخصات نویسندگان مقاله:

محمد صفری مهماندوستی - دانشجوی کارشناسی ارشد، واحد آیت ا.. آملی، دانشگاه آزاد اسلامی، آمل، ایران
کوروش کیانی - گروه کامپیوتر و الکترونیک، دانشگاه سمنان، سمنان
مهدی یداللهی - گروه مهندسی کامپیوتر، واحد آیت ا.. آملی، دانشگاه آزاد اسلامی، آمل، ایران

خلاصه مقاله:
امروزه افراد بسیاری در سرتاسر جهان از شبکه های اجتماعی به عنوان وسیله ای برای بیان دیدگاه وگفتمان خود در مورد مسائل مختلف استفاده می کنند. بدلیل وجود حجم بسیار عظیم کاربران وارتباطات میان آنها، ساختار این شبکه ها بسیار پیچیده شده است. تحلیل شبکه های اجتماعی همانمطالعه روابط بین انسان ها با استفاده از نظریه گراف است. در این پژوهش سعی داریم تا به کمکاطلاعات حاصل از تحلیل ساختار گراف شبکه اجتماعی توئیتر و همچنین ویژگی گره های گراف،افراد و مهره های تاثیرگذار را در شبکه مشخص نمائیم. همچنین به کمک شبکه عصبی چند لایهبتوانیم وضعیت سایر بخش های شبکه را پیش بینی کرده و افراد با نفوذ در سایر خوشه ها را بهکمک این الگوریتم تعیین نماییم. نتایج نشان می دهد روش پیشنهادی از کارایی بالایی برخوردار است.

کلمات کلیدی:
تحلیل شبکه های اجتماعی، پارامترهای مرکزیت، پیش بینی موقعیت، شبکه ی عصبی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1770568/