تجزیه و تحلیل شبکه های اجتماعی

علاقه به شبکه های اجتماعی در حال گسترش است و حجم اطلاعات آن نیز به طرز شگفت انگیزی رو به افزایش گذاشته ؛ با این حال، ابزارها و مدل های نگهداری اطلاعات و تغییر آنها در این حوزه اصول و روش ثابتی در زمینه پایگاه داده کم دارد. به عنوان مثال، هیچ قالب استاندارد نگهداری ای برای استفاده مجدد، اشتراک یا تجمیع مجموعه های اطلاعاتی از منابع مختلف وجود ندارد و قالب های موجود نیاز به تنظیم اطلاعات دریافتی با ظرفیت اجرایی خود دار ن د که عموما به حذف اطلاعات مفید منتهی می شود. تجزیه و تحلیل شبکه اجتماعی، با وجود فراگیر بودن مطالب رسانه های اجتماعی، صفحات وب و سنسور ها دستخوش تغییرات زیادی شده است. این محتوا یک منبع داده غنی برای ساخت و تجزیه و تحلیل شبکه های اجتماعی است، اما عظمت و طبیعت بدون ساختار آن نیز در حال حاضر چالش های متعددی به وجود می آورد. از جمله چالش ها، مشکلات در ساخت شبکه ها از داده های بدون ساختار، تجزیه و تحلیل ساختار جامعه یک شبکه و برگرفتن اطلاعات از شبکه ها می باشد. تجزیه و تحلیل گرافی ثابت کرده است که ابزار با ارزشی در حل این چالش ها است. در این مقاله هدف ما بررسی چالش های مطرح شده و تلاش برای حل آنها و نیز برر سی ضرورت و امکان بهبود مدیریت اطلاعات در شبکه های اجتماعی است. همچنین با استفاده از بهره گیری از دانش ریاضی و فنی به ارزیابی الگوریتم های نمونه برداری کاربردی پرداخته و با در نظر گرفتن مزایا و معایب هر کدام، بهینه ترین الگوریتم را برای طراحی پایگاه داده شبکه های اجتماعی معرفی می کنیم.

Keywords:

پایگاه داده , گراف , شبکه های اجتماعی برخط , الگوریتم نمونه برداری