استفاده از الگوریتم بهینه سازی فاخته برای تشخیص انجمن ها در شبکه های اجتماعی

تحلیل شبکههای اجتماعی باعث کشف اجتماعات و تعاملات بین کاربران میشود. یک اجتماع مجموعه ای از کاربران میباشد که تراکم ارتباطات در آن گروه بالا است. اگرچه الگوریتم های بسیاری برای تشخیص اجتماعات ارائه شده است، اما اغلب آنها به لحاظ هزینه پردازشی و زمانی برای شبکه های اجتماعی با مقیاس بزرگ ناکارا هستند. در این تحقیق یک الگوریتم ساده و کارا برای تشخیص اجتماع در شبکه های اجتماعی ارائه میدهیمکه به هیچ دانش قبلی درباره تعداد اجتماعات شبکه نیازی ندارد . بیشتر روشهای موجود تشخیص اجتماعات به بررسی ساختار گراف شبکه اجتماعی بدون درنظرگرفتن موضوعات و تعاملات بین کاربران میپردازند. در روش پیشنهادی علاوه بر در نظر گرفتن توپولوژی ارتباطی بین کاربران، توییت های استفاده شده توسط آنها نیز مورد توجه قرار میدهیم. سیستم پیشنهادی شامل سه مرحله کلی است. در مرحله اول، شباهت بین هر جفت کاربر رابر مبنای یک روش خوشهبندی ترکیبی محاسبه میگردد. ایجاد اجتماعات اولیه بر مبنای ماتریس شباهت در مرحله دوم انجام میشود. در نهایت در مرحله سوم با استفاده از الگوریتم بهینه سازی فاخته خوشه های اولیه ترکیب شده و خوشه های نهایی به وجود می آیند. در الگوریتم فاخته کارایی هر راه حل با استفاده از معیار ارزیابی پیمانگی روی شبکه اجتماعی توییتر ارزیابی میشود. نتایج عملکرد بهتر روش پیشنهادی را در معیارهای مختلف نسبت به روشهای CC-GA,MDCL نشان میدهد.

Keywords:

خوشه بندی , الگوریتم بهینه سازی فاخته , کشف انجمن ها , انجمن اجتماعی.