استفاده از شبکه عصبی چند لایه برای پیش بینی افراد تاثیر گذار در شبکه اجتماعی توئیتر

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 159

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

RITCCCONF01_073

تاریخ نمایه سازی: 8 مهر 1402

چکیده مقاله:

امروزه افراد بسیاری در سرتاسر جهان از شبکه های اجتماعی به عنوان وسیله ای برای بیان دیدگاه وگفتمان خود در مورد مسائل مختلف استفاده می کنند. بدلیل وجود حجم بسیار عظیم کاربران وارتباطات میان آنها، ساختار این شبکه ها بسیار پیچیده شده است. تحلیل شبکه های اجتماعی همانمطالعه روابط بین انسان ها با استفاده از نظریه گراف است. در این پژوهش سعی داریم تا به کمکاطلاعات حاصل از تحلیل ساختار گراف شبکه اجتماعی توئیتر و همچنین ویژگی گره های گراف،افراد و مهره های تاثیرگذار را در شبکه مشخص نمائیم. همچنین به کمک شبکه عصبی چند لایهبتوانیم وضعیت سایر بخش های شبکه را پیش بینی کرده و افراد با نفوذ در سایر خوشه ها را بهکمک این الگوریتم تعیین نماییم. نتایج نشان می دهد روش پیشنهادی از کارایی بالایی برخوردار است.

کلیدواژه ها:

نویسندگان

محمد صفری مهماندوستی

دانشجوی کارشناسی ارشد، واحد آیت ا.. آملی، دانشگاه آزاد اسلامی، آمل، ایران

کوروش کیانی

گروه کامپیوتر و الکترونیک، دانشگاه سمنان، سمنان

مهدی یداللهی

گروه مهندسی کامپیوتر، واحد آیت ا.. آملی، دانشگاه آزاد اسلامی، آمل، ایران