ارایه سیستم توصیه گر در شبکه اجتماعی با استفاده از الگوریتم گرده افشان گل های کلونال

شبکه های اجتماعی سرویس های برخطی هستند که تعاملات و روابط زندگی واقعی را شبیه سازی می کنند.تعداد شبکه های اجتماعی برخط و اعضای آنها به سرعت در حال افزایش است. این روند پیدا کردن دوستانجدید در شبکه های اجتماعی بسیار چالش برانگیز است و یک سیستم پیشنهاددهنده دوست را ملزم می کندکه برای کاربران لیستی از دوستان پیشنهادی را فراهم کند. در سالهای اخیر تکنیک ها و مدل های متنوعی راجهت ارایه پیشنهادات به کاربران در رسانه های اجتماعی توسعه داده اند. روش پیشنهادی در این مقاله درقالب چندین مرحله انجام می شود. در ابتدا با دریافت دیتاست گراف وزن دار اولیه، می بایستی یک مجموعهاز گراف های قطعی تولید و به عنوان ورودی در اختیار مدل قرار گیرد. در این مرحله، تعدادی حدآستانه درنظر گرفته می شود که باعث تسهیل در روند تولید گراف های قطعی می گردند. در ادامه، با استفاده از الگوریتمpkwik خوشه بندی کرده و با استفاده از تابع تناسب بهترین بردار سراسری، جستجو و برگردانده می شود. و سپس با استفاده از الگوریتم گرده افشانی گل های کلونال به اندازه جمعیت اولیه، سلول های گرده افشان در نظرگرفته شده و عمل گرده افشانی به صورت غیر تصادفی و بر اساس الگوریتم Pkwik صورت می پذیرد.