استفاده از درخت اشتاینر حل شده با الگوریتم های تقریبیبرای تحلیل شبکه های اجتماعی

هدف: امروزه با گسترش وب و رسوخ آن در زندگی مردم دنیا، ارتباطات افراد بیشتر بر بستر وب و در قالب شبکه های اجتماعی صورتمی گیرد. آمارها نشان می دهد بیش از یک میلیارد و پانصد میلیون نفر در تنها دو شبکه اجتماعی معروف فیسبوک و توییتر عضویتدارند. تحلیل شبکه های اجتماعی به معنی شناسایی اعضاء، روابط بین اعضاء و استخراج دانش معنی دار از آنها می باشد. به طورطبیعی استخراج دانش از این جمعیت عظیم کاربردهای فراوانی در زمینه مطالعات اجتماعی، بازاریابی هوشمند، مطالعات سازمانی،سرشماری، برنامه ریزی های کلان جمعیتی و پیدا رردن گروهک ها و فرقه های خاص در مسائل امنیتی را دارا است. ذخیره، بازیابی وپردازش این مجموعه عظیم و پیدا کردن روابط معنی دار از آن به صورت بهینه، مساله اساسی تحلیل شبکه های اجتماعی و هدف اینپژوهش بوده است.روش: برای این منظور در مرحله اول پس از بررسی الگوریتم های درخت اشتاینر و جنگل اشتاینر، به عنوان یکی از ابزارهای مورد ستفاده جهت تحلیل شبکه های اجتماعی یک الگوریتم نوین برای حل مساله درخت و جنگل اشتاینر ارائه شده است که مشکلاتروش های پیشین را پوشش می دهد. در مرحله دوم یک مدل سازی جدید n بعدی برای شبکه های اجتماعی ارائه شده است که نسبتبه مدل سازی های موجود دید بسیار جامع تری از شبکه های اجتماعی را در اختیار تحلیل گر قرار خواهد داده و در مرحله آخر سه تحلیل:فاصله، پل و قطعه بندی توسط الگوریتم درخت اشتاینر و جنگل اشتاینر بر روی مدل سازی n بعدی انجام شده است.نتایج: نتایج حاصل از روش پیشنهادی با روش های پیشین تحلیل شبکه های اجتماعی مقایسه گردید که نشان دهنده کارا بودن روشپیشنهادی هم به لحاظ ریاضی هم به لحاظ شهودی و آماری می باشد. نتیجه گیری: با توجه به نتایج حاصل میتوان نتیجه گیری نمود که استفاده از درخت اشتاینر حل شده با الگوریتم های تقریبی می تواندتحلیل شبکه های اجتماعی را سریع تر و کاراتر انجام دهد.