بررسی رفتار کاربران شبکههای اجتماعی با علم دادهکاوی مطالعه موردی شبکهفیسبوک

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,021

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CSCCIT02_015

تاریخ نمایه سازی: 9 فروردین 1395

چکیده مقاله:

شبکههای اجتماعی مجازی، یکی از اتفاقاتی است که به سرعت در زندگی همه کاربران وب نفوذ پیدا کرده و روز به روز جایگاه خود را بیشتر تثبیت میکند. شبکههای اجتماعی در دهه گذشته به دلیل دسترسی آسان به سایتهای مثل تویتر، فیس-بوک و لینک به انواع سایتها مانند گوگل پلاس از طریق اینترنت بسیار قابل توجه هستند. آنچه باعث توجه و اقبال گسترده به شبکههای اجتماعی در همه کشورهای دنیا از جمله کشور ایران شده است، ماهیت تعاملی این شبکهها است. مردم هر روز علاقه بیشتری بر شبکههای اجتماعی دارند. چرا که با کمک این شبکهها اطلاعات، اخبار و افکار مختلف از کاربران دیگر در مورد مسائلگوناگون مطرح میشود و این دلیل سنگین بودن دادههای عظیم این شبکهها بر اساس حجم، پویایی، ارتباطات و غیره است. دادههای شبکههای اجتماعی برای تجزیه و تحلیل دستی بسیار پیچیده هستند در نتیجه استفاده از وسایل محاسباتی مربوط به تحلیل آنها مانند دادهکاوی را فراهم میکند که شامل طیف گستردهای از تکنیکهای برای تشخیص دانش مفید را از مجموعهدادههای عظیم مانند الگو، روند و قواعد را باعث میشود. همین مساله جذابیت استفاده از دادهکاوی را در شبکههای اجتماعی بالا برده است.. تکنیکهای دادهکاوی برای کسب اطلاعات استفاده میشود که شامل بازیابی، مدلسازی و یادگیری ماشین است. یکی از مهمترین کاربردهای دادهکاوی، تجزیه و تحلیل و آنالیز در شبکههای اجتماعی است. دادهکاوی در شبکههای اجتماعی تا آن اندازه پرفایده است که دولتهای زیادی در سراسر جهان با دقت بسیار بالایی شروع به سنجش نیازهای ضروری برای فعالیت در این فضا کردهاند. استفاده از تکنیکهای دادهکاوی مانند خوشهبندی، طبقهبندی و غیره میتواند در طبقهبندی شبکههایاجتماعی، یافتن الگوهای خاص و با ارزش در مورد رفتار کاربران و موارد دیگر کاربرد داشته باشد. در این تحقیق ضمن بیان رویکردهای پیشین به حوزهی استفاده از دادهکاوی در شبکههای اجتماعی، تلاش شد تا مدل جدیدی با نگرش پویا و تأکید برانتخاب بهترین درختهای تصمیم ممکن متناسب با بانک دادهها ارائه شود. همچنین با هدف بررسی و شناسایی رفتار کاربران شبکههای اجتماعی با استفاده از یادگیری هدایت شده مورد مطالعه قرار گرفته شد

نویسندگان

حمید بهادر

دانشگاه فنی و حرفه ای ودانشگاه فرهنگیان - گروه کامپیوتر

بهرام اربابی

دانشگاه علمی و کاربردی زاهدان - گروه کامپیوتر

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 :
  • . Aggarwal, C.: An introduction to social network data analytics. ...
  • . Asur, S., and Huberman, B.: "Predicting the future with ...
  • . Au Yeung, C. M., and Iwata, T.: Strength of ...
  • . Bakshy, E., Hofman, J. M., Mason, W. A., Watts, ...
  • Conference on Web Seach and Data Mining (WSDM) , 2011. ...
  • . Becker, H., Naaman, M., Gravano, L.: Beyond Trending Topics: ...
  • . Becker, H., Iter, D., Naaman, M., Gravano, L.: Identifying ...
  • Proceedings of the fifth ACM international conference on Web search ...
  • . Borgatti, S P.: "2-Mode concepts in social network analysis." ...
  • Boyd, D. M., & Ellison, N. B. , 'Social network ...
  • Cabena, P., Hadjinian, P., Stadler, R., Verhees, J. & Zanasi, ...
  • Chen, Z. S., Kalashnikov, D. V. and Mehrotra, S. Exploiting ...
  • . Chelmis, C., Prasanna. VK.: Social networking analysis: A state ...
  • . Chou, W. Y. S., Hunt, Y. M., Beckjord, E. ...
  • Han, J. and Kamber, M. _ Data Mining concepts and ...
  • Larose, Daniel T. Data Mining Methods and Models. John Wiley ...
  • . Kaplan, A.M. and Haenlein, M.: Users of the world ...
  • Kantardzic M, John Wiley, Data Mining: c _ epts, Models, ...
  • . Kaschesky, M., Sobkowicz, P., Bouchard, G.: Opinion Mining in ...
  • . Kim, Y., Hsu, S-H., de Zuniga, H.G.: Influence of ...
  • . Korda, H., and Itani, Z.: Harnessing social network for ...
  • . Ku, L.-W., Liang, Y.-T., Chen, H.-H.: Opinion extraction, summarization ...
  • collaborative filtering performance. Expert Systems with Applications, 37, 4772-4778, 2010. ...
  • . Liu, B.: Sentiment analysis and opinion Mining. AAAI-2011, San ...
  • . Pang, B. and Lee, L.: Opinion mining and sentiment ...
  • . Thompson, J B.: Media and modernity: A social theory ...
  • نمایش کامل مراجع