ارزیابی الگوریتم های نخبه یابی در شبکه های اجتماعی به منظور ارائه الگوریتم برتر
Publish place: The Second International Conference on Web research
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,019
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IRANWEB02_054
تاریخ نمایه سازی: 9 مرداد 1395
Abstract:
امروزه با گسترش اینترنت و شبکه های اجتماعی، انجمن های پرسش و پاسخ محیط مناسبی است تا کاربران سوالات خود را درباره مطالب مختلف مطرح کرده ویا به سوالات دیگران پاسخ دهند. این انجمن ها به منظور اشتراک دانش طراحی شده تا سطح دانش افراد افزایش یابد، پس ضروریست تا مکانیزمی برای سنجش سطح دانش کاربران ویا یافتن نخبگان وجود داشته باشد. اینجاست که نیاز به وجود الگوریتم هایی برای پیدا کردن نخبگان در شبکه های اجتماعی ویا هر محیط اشتراک دانش مانند انجمن-های پرسش و پاسخ احساس می شود. روش های مختلفی مبتنی بر تحلیل محتوا و تحلیل پیوند برای پیدا کردن نخبگان در شبکه های اجتماعی وجود دارد و همه پژوهش ها الگوریتم مدنظر خود را ارائه کرده اند. ما در این مقاله سعی می کنیم چهار الگوریتم برتر مبتنی بر تحلیل پیوندها را با استفاده از مجموعه داده خود به چالش کشیده و با تحلیل نتایج بدست آمده، آنها را با یکدیگر مقایسه می کنیم. بر اساس مطالعات و آزمون های انجام شده نتیجه می گیریم که الگوریتم امتیاز Z دارای عملکرد بهتری نسبت به سایر الگوریتم ها داشته است. دست آورد این مقاله برای کسانی که می خواهند در حوزه یافتن خبرگان فعالیت کنند، الگوریتم مناسب برای یافتن خبرگان در انجمن ها است. در ادامه پس از ارائه مقدمات و کارهای مرتبط، مجموعه داده را معرفی می کنیم، توضیحاتی درباره الگوریتم های استفاده شده در این پژوهش ارائه می دهیم و در انتها نتایج را اعلام می کنیم.
Keywords:
Authors
احمد آقا کاردان
استادیار، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی امیرکبیر تهران
بهنام بزرگی
دانشجوی کارشناسی ارشد، دانشکده مهندسی کامپیوتر و فناوری اطلاعات دانشگاه صنعتی امیرکبیر تهران
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 :