تشخیص اجتماعات موضوع محور در شبکههای اجتماعی: مطالعه موردی، گراف موضوعی مقالات و ارجاعات

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 753

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

DCBDP03_004

تاریخ نمایه سازی: 14 شهریور 1396

چکیده مقاله:

با گسترش روز افزون تعداد کاربران شبکه های اجتماعی، تشخیص اجتماعات موضوع محور بر اساس موضوعات مشترک مورد علاقه کاربران به یکی از زمینه های پژوهشی جذاب در حوزه تحلیل شبکه های اجتماعی بدل گشته است. یک از چالش های این حوزه وابسته بودن الگوریتم ها وراهکارهای تشخیص اجتماعات بر اساس محوریت موضوع شبکه های اجتماعی است. از این رو در این پژوهش، شبکه ای از مقالات و ارجاعات بین آنها به عنوان مطالعه موردی با استفاده از نرم افزار پایگاه داده گراف محور Neo4j پیاده سازی شده است. سپس به منظور استفاده از راهکار خوشهبندی گراف به کمک نرم افزار داده کاوی Rapidminer سه الگوریتم خوشه بندی متفاوت بر گراف موضوعی مقالات و ارجاعات اعمال شد. متریک های مورد استفاده در خوشه بندی های صورت گرفته، عنوان مقالات و کلمات کلیدی مقالات در نظر گرفته شد. نتایج حاکی از مناسب تر بودن متریک عنوان نسبت به کلمات کلیدی به علت تخصصی تر بودن دامنه لغات است

کلیدواژه ها:

نویسندگان

محمد محمدحسینی

دانشجوی کارشناسی ارشد، دانشکده مهندسی کامپیوتر، نرم افزار، موسسه آموزش عالی دیلمان لاهیجان

فاطمه احمدی آبکناری

استادیار، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور رشت

راهبه مجتهدی صفاری

مربی، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه آزاد اسلامی لاهیجان