استفاده از معیارهای شباهت و ویژگی های دموگرافیک کاربران برای تشخیص اجتماعات در شبکه های اجتماعی

امروزه شبکه های اطلاعاتی در حوزه های مختلفی مورداستفاده قرار می گیرد. یکی از انواع شبکه های اطلاعاتی که امروزه به صورت گسترده ای مورداستفاده قرار می گیرد، شبکه های اجتماعی است. شبکه های اجتماعی با کاربردهای متنوع دربرگیرنده تعداد بالایی از کاربران است که با واسطه یا بدون واسطه با یکدیگر در ارتباط هستند. در این راستا، با توجه به حجم بالای کاربران شبکه، یکی از قابلیت هایی که شبکه می تواند در اختیار کاربران قرار دهد، تشخیص اجتماعات بر اساس معیارهای تشابه بین کاربران است. ساختار کلی سیستم های تشخیص اجتماعات در نظر دارد که با استفاده از یکسری معیارها، شباهت بین کاربران را محاسبه کرده و سپس کاربرانی با بالاترین شباهت را به عنوان یک اجتماع معرفی کند. این معیارها می توانند شباهت بین کاربران را بر اساس اطلاعات کاربران و برخی ویژگی های ساختاری گراف محاسبه کنند. در این مقاله ویژگی های مورد نیاز جهت خوشه بندی و تشخیص اجتماعات از اطلاعات دموگرافیک کاربران استخراج می شود. سیستم خوشه بندی با استفاده از درخت تصمیم آموزش داده می شود تا کاربران جدید را در مناسب ترین گروه قرار دهند. درنهایت با ترکیب چند معیار شباهت معروف و کنترل تاثیر هر یک در محاسبه شباهت نهایی، نمره مشابهت بین کاربران مشخص شده و اجتماعات نهایی تشخیص داده می شود. به منظور ارزیابی عملکرد روش پیشنهادی از مجموعه داده واقعی شبکه اجتماعی پوپک استفاده شده است. نتایج حاصل از آزمایش ها عملکرد بالای روش پیشنهادی را در مقایسه با سایر روش های مشابه نشان میدهد.