استفاده از الگوریتم GSO برای تشخیص جوامع در شبکه های اجتماعی پویا
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 343
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JICTP-1-2_004
تاریخ نمایه سازی: 15 آذر 1400
چکیده مقاله:
با گسترش روزافزون استفاده از ارتباطات در دنیای مجازی و رشد تعداد کاربران شبکه های اجتماعی، مطالعه و تحلیل این شبکه ها ضروری به نظر می رسد. یکی از زمینه های مورد توجه تحلیل گران شبکه های اجتماعی، تشخیص جوامع در این شبکه ها است. روش های متفاوتی برای تشخیص جوامع در سالهای اخیر ارائه شده است که هر کدام از این روش ها تعاریف متفاوتی از جامعه دارند. یک جامعه معمولا به گروهی از گره ها گفته می شود که در بین آنها ارتباط بیشتری نسبت به بقیه گره ها در جامعه وجود دارد. در این مقاله یک الگوریتم جدید تشخیص جامعه مبتنی بر هوش جمعی مارگارتر ارائه می شود. الگوریتم پیشنهادی با کدگذاری مارها (گره ها) و قرار دادن گره ها در جامعه به تشکیل جوامع پرداخته و برای بررسی درستی جامعه بندی از تابع تناسب استفاده می کند که موقعیت گره در جامعه را با جامعه اصلی مقایسه می کند. نتایج ارزیابی الگوریتم پیشنهادی در مقایسه با الگوریتم BAT از نظر معیارهای درستی، فراخوانی، اندازه گیری F-و صحت نشان می دهد که از عملکرد بهتری برخوردار است.کلمات کلیدی: شبکه های اجتماعی، تشخیص جوامع، الگوریتم مارگارتر
کلیدواژه ها:
نویسندگان
سمیه اسمعیلی آبدر
کارشناسی ارشد دانشکده فنی مهندسی- دانشگاه آزاد اسلامی واحد تهران مرکزی- تهران- ایران
محسن جهانشاهی
دانشیار دانشکده فنی مهندسی- دانشگاه آزاد اسلامی واحد تهران مرکزی- تهران- ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :