بهبود خوشه بندی سلسله مراتبی در شبکه های اجتماعی با استفاده از الگوریتم ژنتیک
Publish Year: 1396
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 559
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
BPJ03_058
تاریخ نمایه سازی: 29 مهر 1396
Abstract:
تشخیص ساختارهای جامعه در شبکه های اجتماعی وظیفه مهمی در تحلیل شبکه های اجتماعی است. شناسایی جامعه در شبکه به درک ساختار شبکه و توزیع عامل ها و فعالیت های انجام شده در شبکه می انجامد. تشخیص خوشه در شبکه های اجتماعی یکی از مسایل بسیار مهم در تحقیقات مرتبط با شبکه های اجتماعی است. بنابراین شناسایی و تشخیص جامعه در شبکه یکی از اهداف ما در این پژوهش است. . بیشتر مطالعات قبلی که به تشخیص ساختارهای جامعه سلسله مراتبی توجه کرده اند، بر روی روشهای فرا ابتکاری تمرکز داشته اند که ازنظر محاسباتی کارآمد هستند اما تفکیک بهینه ای از جامعه را تضمین نمیکند. درنتیجه، این کار یک رویکرد برنامه نویسی الگوریتم ژنتیک جدید را برای تشخیص ساختارهای جامعه سلسله مراتبی در شبکه های اجتماعی را اعمال می کند. نتایج عملی نشان می دهد که مدل پیشنهادی با تنظیمات مختلف برای تعداد سطح می تواند ساختارهای جامعه سلسله مراتبی را منطقی و پیچیده تحلیل کند، به طوریکه روابط بین جوامع در سطوح مختلف میتواند به وضوح روشن شود. در این مقاله تشخیص ساختارهای سلسله مراتبی با استفاده از الگوریتم ژنتیک را بررسی می کنیم، برای ارزیابی الگوریتم پیشنهادی از شبکه های اجتماعی باشگاه کاراته Zachary بهره گرفته ایم. در نهایت نشان می دهیم که دقت و کارایی الگوریتم پیشنهادی در مقایسه با سایر الگوریتم های ارایه شده افزایش پیدا خواهد کرد
Keywords:
Authors
زینب احمدیان فرد
دانشگاه آزاد اسلامی واحد خمین
محمد خلیلی
دانشگاه آزاد اسلامی واحد خمین