یافتن گره های پرنفوذ در شبکه های اجتماعی بر اساس الگوریتم ژنتیک و ذرات

Publish Year: 1397
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 367

This Paper With 6 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ECIT01_192

تاریخ نمایه سازی: 18 اسفند 1397

Abstract:

شبکه های اجتماعی نقشی اساسی در زندگی بشر بازی میکنند و این شبکه ها دارای ساختاری اجتماعی هستند که از گره هایی تشکیل شده است و این گره ها توسط یک یا چند نوع خاص از وابستگی به هم متصل اند. در این پژوهش از الگوریتم ژنتیک و PSO جهت شناسایی افراد پرنفوذ در شبکه های اجتماعی بکار برده شده است. روش جدید ارایه شده در این پایان نامه بر اساس معیار جدیدی از ترکیب الگوریتم ژنتیک و ذرات میباشد. سه فاکتور که روی کارایی الگوریتم ژنتیک اثر دارند انتخاب تابعfitness، نمایش کروموزوم ها و مقادیر پارامترهایGA میباشند. با توجه به نتایج تعیین میشود که با توجه به روش جدید پیشنهادی کدامیک از گره ها پرنفوذتر هستند را ارزیابی میکنیم. در این پایان نامه از پایگاه داده شبکه اجتماعی فیسبوک که شامل 500 کاربر در سال 2016 هستند، استفاده شده است. در ادامه روش جدیدی و بهینه شده از طریق الگوریتم های ژنتیک و ذرات به دست آمده است ارایهشده است و این روش، در آزمایشات انجام شده کارایی موثری از خود نشان داده است. نتایج حاصل از آزمایش روش پیشنهادی در مقایسه با روشهای پیشین مبتنی بر انتخاب ویژگی با استفاده از الگوریتم های ژنتیک و ذرات نشان داده است که از لحاظ دقت و سرعت الگوریتم ترکیبی پیشنهادی نسبت به روشهای گذشته بهتر عمل میکند. لذا میتوان گفت که الگوریتم پیشنهادی در مقایسه با الگوریتم مرکزیت درجه در تشخیص گره های پرنفوذ در شبکه های اجتماعی، سریع تر عمل میکند.

Authors

فایق رنجبری

دانشجوی کارشناسی ارشد کامپیوتر، واحد سنندج، دانشگاه آزاد اسلامی، سنندج، ایران

کلثوم شهریاری

گروه کامپیوتر، واحد سنندج، دانشگاه آزاد اسلامی، سنندج، ایران