فاطمه علی آبادی - دانشگاه آزاد اسلامی واحد یزد
محمدحسین پیروی - دانشگاه آزاد اسلامی واحد یزد
سیما عمادی - دانشگاه آزاد اسلامی واحد یزد

خوشه بندی یکی از بهترین روش های کار با داده هاست و قابلیت ورود به فضای داده و تشخیص ساختارش را امکان پذیر می نماید لذا به عنوان یکی از ایده آل ترین مکانیزم ها برای کار با دنیای عظیم داده ها محسوب می شود. خوشه بندی مبتنی برگراف تاثیر بسزایی در بهبود روابط و گردآوری و ذخیره سازی داده ها در شبکه های اجتماعی دارد. تاکنون الگوریتم های زیادی برای خوشه بندی داده ها ارائه شده است کار ارائه شده در این نوشتار به دسته بندی گراف های بزرگ غیر قطعی با استفاده از الگوریتم تکاملی می پردازد . یکی از بروزترین روش های بهینه سازی در شبکه های اجتماعی استفاده الگوریتم های الهام گرفته از طبیعت مانند الگوریتم بهینه سازی ژنتیک می باشد. این پژوهش برای بهبود خوشه بندی گراف ازترکیب الگوریتم ژنتیک با الگوریتم خوشه بندی k-mean استفاده می کند . به منظور اعتبار سنجی روش پیشنهادی از مجموعه داده در قالب یک گراف وزن دار شبکه های اجتماعی طراحی شده استفاده می شود نتایج حاصل با الگوریتم های مختلفی مقایسه شده است.

خوشه بندی ، گراف ، الگوریتم ژنتیک ، الگوریتم k-mean