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

شناسایی عوامل موثر و نحوه ترکیب آنها برای تشخیص جوامع در شبکه های اجتماعی

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۱۴ | تعداد نمایش خلاصه: ۱۴۵۹ | نظرات: ۰
سال انتشار: ۱۳۹۲
نوع ارائه: شفاهی
کد COI مقاله: AISST01_206
زبان مقاله: فارسی
حجم فایل: ۱.۷۴ مگابات (فایل این مقاله در ۱۴ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۱۴ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۴ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله شناسایی عوامل موثر و نحوه ترکیب آنها برای تشخیص جوامع در شبکه های اجتماعی

  مهرآفرین آدمی دهکردی - دانشجوی کارشناسی ارشد دانشکده کامپیوتر، دانشگاه آزاد اسلامی واحد نجف آباد
  محمد حسین ندیمی - استادیار دانشکده مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد نجف آباد
    رضا قائمی - استادیار گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد قوچان

چکیده مقاله:

در دهه فعلی، شبکه های اجتماعی با رشد روز افزونی در حال توسعه می باشند به نحوی که در حال حاضر بعضی از این شبکه ها دارای بیش از دهها میلیون عضو می باشند.امروزه از انواع داده ها در این شبکه ها استفاده می شود؛ داده هایی از انواع صوت ، ویدئو و متن که هر کدام از آنها کاوش مجزایی را می طلبند. تعدد برنامه های کاربردی و تنوع آنها بر اساس رویدادهای تاریخی و رفتار های اجتماعی نیز از جمله چالشهایی است که توسعه دهندگان این شبکه ها با آن مواجه هستند.یکی از ویژگیهای بسیار مهم در شبکه های نام برده وجود جوامع در آنها می باشد. با کمک روشهای استخراج جوامع می توان رفتارهای گروهی متداول را دسته بندی و مطالعه ی هر قسمت از شبکه را به صورت متمرکز انجام داد. در این مقاله روشهای اصلی تشخیص جوامع بیان خواهد شد. شناخت محدودیتها و نواقص هر روش حائز اهمیت می باشد. لذا پس از معرفی محدودیتها برخی از روشهای بهبود این نواقص نیز بیان گردیده است. در نهایت روشهای توسعه و عوامل موثر برای تشخیص جوامع وهم چنین چگونگی ترکیب این عوامل بررسی شده اند.

کلیدواژه‌ها:

شبکه های اجتماعی ، استخراج جوامع ، خوشه بندی ، ماژولاریتی ، روشهای ترکیبی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-AISST01-AISST01_206.html
کد COI مقاله: AISST01_206

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
آدمی دهکردی, مهرآفرین؛ محمد حسین ندیمی و رضا قائمی، ۱۳۹۲، شناسایی عوامل موثر و نحوه ترکیب آنها برای تشخیص جوامع در شبکه های اجتماعی، اولین همایش ملی کاربرد سیستم های هوشمند (محاسبات نرم) در علوم و صنایع، قوچان، دانشگاه آزاد اسلامی واحد قوچان، https://www.civilica.com/Paper-AISST01-AISST01_206.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (آدمی دهکردی, مهرآفرین؛ محمد حسین ندیمی و رضا قائمی، ۱۳۹۲)
برای بار دوم به بعد: (آدمی دهکردی؛ ندیمی و قائمی، ۱۳۹۲)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Newman, M.E.J., Detecting community structure in networks 200, Eur. Phys. ...
  • Jiawei Han, M.K., Data Mining: Concepts and Techniques 2006. ...
  • Aggarwal, C.C., Social Network Data Analytics springer, 2011. ...
  • S. Papadopoulos, Y.K., A. Vakali , P. Spyridonos Community detection ...
  • Fortunato, S., Community detection in graphs 2010. Physics Reports, elsevier ...
  • Andrea Lancichinet , Santo Fortunato , Limits of modularity maximization ...
  • Andrea Lancichinet , Santo Fortunato , Limits of modularity maximization ...
  • D _ Greene, P. Cunningham. , Multi-View Clustering for Mining ...
  • Christo Wilson , B.Boe., Alessandra Sala , Krishna P.N. Puttaswamy ...
  • Tang, Lei, Xufei Wang, and Huan Li. "Community detection via ...
  • Kiduk Yang , Combining text- and link-based retrieval methods for ...
  • Shenghuo Zhu, Kai Yu, Yun Chi, Yihong Gong , Combining ...
  • Masaru Kitsuregawa , Yitong Wang , On Combining Link and ...
  • Rabbany Khorasgani Reihaneh, Jiyang Chen, and Osmar . Zaiane. "Top ...
  • Kiduk Yang , Combining text- and link-based retrieval methods for ...
  • Li, Jia, and Osmar Zaian. "Combining usage, conten, and structure ...
  • Li, Yung-Ming, and Ching-Wen Chen. " A synthetical approach for ...
  • Almpanidis, George, Constantine Kotropoulos, and I. Pitas. "Combining text and ...
  • Shenghuo Zhu, Kai Yu, Yun Chi, Yihong Gong , Combining ...
  • Lixin Shi, Yuhang Zhao, Jie Tang, Combining link and content ...
  • Pavel Calado, Marco Cristo , Edleno Moura, Nivio Ziviani , ...
  • class ification, CIKM _ Proceedings of the twelfth international conference ...
  • Henderson, Keith, Tina Eliassi-Rad, Spiros Papadimitriou, and Christos Faloutsos. "HCDF: ...
  • Moser, Flavia, Rong Ge, and Martin Ester "Joint cluster analysis ...
  • L. Kaufman and P. Rousseeuw. Finding Groups in Data: An ...
  • Yang, Tianbao, Rong Jin, Yun Chi, and Shenghuo Zhu. "Combining ...
  • Can Wang, Zi-yu Guan, Chun Chen, Jia-jun Bu, Jun-feng Wang, ...
  • Chikhi, N.F. ;Rothenburger, B. ; Aus senac-Gilles, N. , Combining ...
  • Deng Cai, Xiaofei He, Zhiwei Li, Wei-Ying Ma, Ji-Rong Wen, ...
  • _ Li, Huajing, Zaiqing Nie, Wang-Chien Lee, Lee Giles, and ...
  • Moser, Flavia, Rong Ge, and Martin Ester "Joint cluster analysis ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۷۰۸۹
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.