محسن قنبری - دانشکده برق و کامپیوتر، دانشگاه کاشان، کاشان، ایران
فرشته دهقانی - استادیار، دانشکده برق و کامپیوتر دانشگاه کاشان ، ایران
سید مهدی وحیدی پور - استادیار، دانشکده برق و کامپیوتر دانشگاه کاشان - ایران

با توسعه شبکه های اجتماعی، چالش های بیشتری در تحلیل آنها ایجاد شده است که نیازمند روش های دقیق تر و سریع تر هستند. یکی از آن چالش ها، یافتن افراد تاثیرگذار در شبکه های اجتماعی است که کاربردهای متنوعی مانند بازاریابی، انتشار اطلاعات و پیشگیری از بیماری ها دارد. بیشتر روش های پیشین این چالش را به عنوان یک مسئله تک هدفه دنبال می کردند؛ به حداکثر رساندن میزان انتشار در شبکه. در این راستا، تعداد مشخصی از افراد به عنوان افراد تاثیرگذار (یا اعضای بذر) انتخاب می شوند و میزان انتشار منجر از انتخاب آنها در شبکه ارزیابی می شود. در حالی که اهداف دیگری مانند هزینه انتخاب هر بذر نیز اهمیت ویژه ای دارد؛ به خصوص در امور تبلیغاتی و راهبرد های مدیریتی. در این مقاله حداکثر رساندن انتشار به عنوان یک مسئله تک هدفه و همچنین کمینه کردن هزینه انتخاب بذرها با توجه به حداکثر رساندن انتشار به عنوان یک مسئله دو هدفه در نظر گرفته شده است. نوآوری مقاله، استفاده از توابع درهم ساز در جهت افزایش سرعت اجرای چالش یافتن اعضای بذر است. در این راستا، الگورتیم H-GA (ترکیب الگوریتم ژنتیک و تابع درهم ساز) برای حل مسئله تک هدفه و الگوریتمH-NSGA-II (ترکیب روش NSGA-II و تابع درهم ساز) برای حل مسئله دو هدفه پیشنهاد می شود. در الگوریتم های پیشنهادی، استفاده از توابع درهم ساز باعث می شود تا از تکرار محاسبات ارزیابی جلوگیری شود. بدین ترتیب، ضمن حفظ دقت حل مساله یافتن اعضای بذر، بهبود قابل توجهی در زمان اجرا ایجاد می شود؛ بهبود زمان اجرا به طور متوسط ۸/۲۱% در تمامی آزمایش ها.

شبکه های پیچیده, بیشینه سازی انتشار, کمینه کردن هزینه انتخاب بذر, بهینه سازی چند هدفه, الگوریتم ژنتیک