یک الگوریتم حریصانه برای تشخیص اجتماع در شبکه های اجتماعی
Publish place: The First National Conference of the City, Life, Peace
Publish Year: 1394
Type: Conference paper
Language: Persian
View: 907
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
NCCLP01_069
Index date: 30 July 2016
یک الگوریتم حریصانه برای تشخیص اجتماع در شبکه های اجتماعی abstract
در تئوری گراف و شبکه های اجتماعی، کارهای گوناگونی برای تحلیل شبکه های بزرگ انجام می شود. تشخیص اجتماعات در این شبکه های یکی از آن کارهاست که به حوزه داده کاوی مرتبط است. ا کتورها در شبکه های اجتماعی، گروه ها را شکل می دهند. تشخیص اجتماع، در حقیقت عمل یافتن عضویت اکتورها در گروه ها به کمک مطالعه ساختار شبکه است. این عمل از طریق یافتن و تحلیل الگوهای ارتباطی بین افراد انجام می شود. اگرچه الگوریتم های بسیاری برای تشخیص اجتماعات ارائه شده است، اما اغلب آنها به لحاظ هزینه پردازشی و زمانی برای شبکه های اجتماعی با مقیاس بزرگ ناکارا هستند. ما در اینجا یک الگوریتم ساده و کارا برای تشخیص اجتماع در شبکه های اجتماعی ارائه می دهیم. این الگوریتم به هیچ دانش قبلی درباره تعداد اجتماعات شبکه نیازی ندارد .پیچیدگی زمان اجرای ان نیز O(n+m) است که n تعداد گره ها و m تعداد یالهای گراف است . ما کارایی این الگوریتم را روی دومجموعه داده کلاسک بناهای Zachary Karate Club و وAmerican College Football بررسی کردیم. نتایج این بررسی نشان می دهد الگوریتم ما با توجه به سرعت و سهولت از دقت خوبی برخوردار است
یک الگوریتم حریصانه برای تشخیص اجتماع در شبکه های اجتماعی Keywords:
یک الگوریتم حریصانه برای تشخیص اجتماع در شبکه های اجتماعی authors
بتول قاهری
هیات علمی، دانشگاه آزاد اسلامی، واحد مینودشت، گروه کامپیوتر، مینودشت، ایران
بهروز مینایی
استادیار، دانشگاه علم و صنعت ایران، دانشکده مهندسی کامپیوتر، تهران، ایران
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 :