فازی سازی شاخص های مرکزیت برای گراف های اجتماعی

Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,022

This Paper With 15 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:

NCECN01_127

تاریخ نمایه سازی: 7 بهمن 1393

Abstract:

در حال حاضر در سراسر جهان، جنبش شبکه های اجتماعی شکل گرفته است. یعنی بسیاری از وب سایت ها امکانات و زیرساخت های شبکه اجتماعی را در خود جای داده اند. طبق آمارها هر کاربر اینترنتی زمان کمی را صرف بازدید از یک وب سایت می کند در حالی که وجود امکانات شبکه های اجتماعی باعث ماندگاری بازدیدکنندگان و کاربران در این نوع وب سایت ها می شود و در نهایت ارتباطی پویا و دایمی بین مخاطب و سرویس دهنده برقرار می کند.یک شبکه اجتماعی، یک ساختار اجتماعی است که از گره هایی که عموماً فردی یا سازمانی هستند تشکیل شده است که توسط یک یا چند نوع خاص از وابستگی به هم متصل هستند. شبکه های اجتماعی به بررسی روابط میان افراد، سازمان ها و یا دیگر عناصر اجتماعی می پردازند از جمله مسائل بسیار مطرح در این حیطه، تاثیرپذیری افراد از یکدیگر و انتشار تاثیرات در سطح شبکه است.تاثیر اجتماعی یک تغییر رفتاری فرد است که حاصل رابطه با دیگر افراد، سازمان ها یا کلا اجتماع می باشد. تاثیر اجتماعی دهه هاست که یک پدیده کاملاً شناخته شده در شبکه های اجتماعی می باشد. کاربردهای زیادی مبتنی بر تعریف دقیق تاثیر اجتماعی بین افراد مطرح شده است، مانند بازاریابی، تبلیغات و پیشنهادات. با رشد تصاعدی خدمات آنلاین شبکه های اجتماعی مانند فیسبوک و توئیتر، تاثیر اجتماعی می تواند برای اولین بار در یک جمعیت بزرگ ارزیابی شود. در این مقاله، ما روی تحلیل تاثیر اجتماعی تحقیق می کنیم که با تمرکز روی ابعاد محاسباتی آن است. ارزیابی های آماری مرتبط با تاثیر اجتماعی را ارائه می کنیم. در این مقاله در ابتدا، از شاخص های مرکزیت برای رتبه بندی گره های تاثیرگذار استفاده می شود. گره های فعال و تاثیرگذار برای چند پایگاه داده نمونه بر اساس شاخص های مرکزیت مختلف تعیین می شوند و درصد تاثیرگذاری هر گره مشخص می شود و در ادامه روشی برای فازی سازی شاخص های مرکزیت ارائه می شود . به منظور بررسی عملکرد روش های رتبه بندی مختلف و چگونگی تأثیرگذاری گره های برتر، از مدل SIR استفاده شده است. در این تحقیق برای اثبات کار از چند مجموعه داده واقعی استفاده گردیده و نشان داده شده است که روش پیشنهادی می تواند کارایی و دقت را افزایش دهد.

Authors

فائزه شریف زاده

دانشجوی کارشناسی ارشد، دانشگاه صنعتی مالک اشتر.

مرتضی براری

عضو هیئت علمی، دانشگاه صنعتی مالک اشتر.

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 :
  • Applications, vol. 391, pp. 1777-1787, 2012. ...
  • L. C. Freeman. Centrality in social networks: Conceptual clarification. Social ...
  • L. C. Freeman. A set of measure of centrality based ...
  • R. Yang, et al" , .Epidemic spreading _ heterogeneous networks ...
  • L. Lii, et al., "Leaders in social networks, the delicious ...
  • S. Brin and L. Page, "The anatomy of a large-scale ...
  • D. Chen, et al., "Identifying influential nodes in complex networks, ...
  • R. M. Anderson, et al., Infectious diseases of humans: dynamics ...
  • H. W. Hethcote, "The mathematics of infectious diseases, " SIAM ...
  • نمایش کامل مراجع