روشی جهت تشخیص جوامع در شبکه های اجتماعی مبتنی بر الگوریتم رقابت استعماری
Publish Year: 1394
Type: Conference paper
Language: Persian
View: 1,144
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
ICTCK02_077
Index date: 29 October 2016
روشی جهت تشخیص جوامع در شبکه های اجتماعی مبتنی بر الگوریتم رقابت استعماری abstract
در دهه فعلی، شبکه های اجتماعی با رشد روز افزونی در حال توسعه هستند. یکی از ویژگی های بسیار مهم در شبکه هایاجتماعی وجود جوامع در آنها است. در روش پیشنهادی قصد داریم الگوریتم رقابت استعماری را با ضریب خوشه بندیو گشت بسته ترکیب کنیم تا دقت تشخیص جامعه را در شبکه های اجتماعی نسبت به روشهای قبلی بالا ببریم. برایاین منظور در الگوریتم رقابت استعماری برای تعیین استعمارگرها و همچنین در هنگام محاسبه هزینه کل امپراتوری ازضریب خوشه بندی و گشت بسته استفاده می کنیم. برای ارزیابی روش پیشنهادی از دو معیار اطلاعات متقابلهنجارسازی شده و پیمانه استفاده شده است؛ همچنین مقایسه ها را بر روی دو مجموعه داده یوتیوب و فیسبوک انجامداده ایم. نتایج نشان می دهد روش پیشنهادی از نظر معیار اطلاعات متقابل هنجارسازی شده بر روی مجموعه دادهیوتیوب، در مقایسه با روش Walktrap به میزان 0.065 درصد و بر روی مجموعه داده فیسبوک در مقایسه با روش COPRA به میزان 0.028 درصد بهبود داشته است. به طور کلی روش پیشنهادی، تشخیص جامعه را نسبت به روش های دیگر بهبود بیشتری می دهد.
روشی جهت تشخیص جوامع در شبکه های اجتماعی مبتنی بر الگوریتم رقابت استعماری Keywords:
روشی جهت تشخیص جوامع در شبکه های اجتماعی مبتنی بر الگوریتم رقابت استعماری authors
فاطمه ترشیزی نژاد
گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران
مهرداد جلالی
گروه نرم افزار کامپیوتر، دانشگاه آزاد اسلامی، مشهد، ایران
داود بهره پور
گروه مهندسی کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، 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 :