CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

یک الگوریتم حریصانه برای تشخیص اجتماع در شبکه های اجتماعی

عنوان مقاله: یک الگوریتم حریصانه برای تشخیص اجتماع در شبکه های اجتماعی
شناسه ملی مقاله: MINOOSEMINAR01_002
منتشر شده در همایش ملی نقش حسابداری در تحقق برنامه های چند ساله توسعه دولت در سال 1393
مشخصات نویسندگان مقاله:

بتول قاهری - هیات علمی، دانشگاه آزاد اسلامی واحد مینودشت، گروه کامپیوتر، مینودشت، ایران
بهروز مینایی - استادیار، دانشگاه علم و صنعت ایران، دانشکده مهندسی کامپیوتر، تهران، ایران

خلاصه مقاله:
در تئوری گراف و شبکه های اجتماعی، کارهای گوناگونی برای تحلیل شبکه های بزرگ انجام می شود. تشخیص اجتماعات در این شبکه های یکی از آن کارهاست که به حوزه داده کاوی مرتبط است. ا کتورها در شبکه های اجتماعی، گروه ها را شکل می دهند. تشخیصاجتماع، در حقیقت عمل یافتن عضویت اکتورها در گروه ها به کمک مطالعه ساختار شبکه است. این عمل از طریق یافتن و تحلیل الگوهایارتباطی بین افراد انجام می شود. اگرچه الگوریتم های بسیاری برای تشخیص اجتماعات ارائه شده است، اما اغلب آنها به لحاظ هزینه پردازشی و زمانی برای شبکه های اجتماعی با مقیاس بزرگ ناکارا هستند. ما در اینجا یک الگوریتم ساده و کارا برای تشخیص اجتماع درشبکه های اجتماعی ارائه می دهیم. این الگوریتم به هیچ دانش قبلی درباره تعداد اجتماعات شبکه نیازی ندارد. پیچیدگی زمان اجرای آن نیزo(n + m) که nتعدادگره ها وm تعداد یال های گراف است. ما کارایی این الگوریتم را روی دو مجموعه داده کلاسیک بنامهای American College Football و Zachary Karate Club بررسی کردیم. نتایج این بررسی نشان می دهد الگوریتم ما با توجه به سرعت و سهولت از دقت خوبی برخوردار است

کلمات کلیدی:
تشخیص اجتماع، شبکه های اجتماعی، هسته اجتماعات، الگوریتم حریصانه

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/324445/