تشخیص محتوا مبنا و پیوند مبنای جوامع در شبکه های اجتماعی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 587

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CITCONF03_388

تاریخ نمایه سازی: 12 تیر 1395

چکیده مقاله:

با جهانی شدن شبکه های اجتماعی تجزیه وتحلیل شبکه داده ها به یک موضوع مهم پژوهشی در حوزه ی مهندسی نرم افزار و علوم کامپیوتر تبدیل شدهاست تشخیص اجتماعات ا زمسائل مهم در تجزیه و تحلیل شبکه اجتماعیاست اکثر روشهای موجود از طریق تجزیه وتحلیل پیوندهای موجود در شبکه به شناسایی جوامع می پردازند. هدف از تشخیص اجتماعات کشف زیرساختهای است که ممکن است د ر شبکه ها وجود داشته باشند اما تنها با بررسی پیوندها مشخص شوند د راین پژوهش برای تشخیص جوامع در شبکه های اجتماغی موضوع گرا از تجزیه و تحلیل متن استفاده شده است. در گام بعد برای تشخیص اجتماعات از تحلیل متن استفاده شد که به این منظور خوشه بندی براساس کلمات کلیدی هر مقاله با استفادهاز الگوریتم K-means تحت نرم افزار داده کاوی RapidMiner با ضرایب خوشهبندی متفاوت برای یافتن بهترنی ترکیب از خوشه ها بکار گرفته شد نتایج بدست آمده حاکی از تشخیص بهینه ی خوشه ها بااستفاده از روشهای بکار گرفته شدهاست.

کلیدواژه ها:

تحلیل شبکه های اجتماعی ، تشخیص اجتماعات ، الگوریتم HITS ، خوشه بندی Heo4j

نویسندگان

نرگس شکوری لپوندانی

دانشجوی کارشناسی ارشد مهندسی کامپیوتر نرم افزار دانشگاه آزاد واحد رشت

فاطمه احمدی آبکناری

استادیار گروه فنی دانشگاه پیام نور رشت

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 :
  • S. Fortunato, Community detection in graphs, Physics Reports 486 (2010) ...
  • Jiawei Han, M.K., Data Mining :Concepts and Techniques (2006) ...
  • Zhao, Zhongying , et al. "Topic oriented community detection through ...
  • Zeng, Yujie, and Jing Liu. "Community Detection from Signed Social ...
  • Nikolaev, Alexander G., Raihan Razib, and Ashwin Kucheriya. "On efficient ...
  • Liu, Ruifang, et al. "Weighted graph clustering for community detection ...
  • Y. Tian, R. Hankins, J. Patel, Efficient aggregation for graph ...
  • Hecking, Tobias, et al. "Task and Time Aware Community Detection ...
  • Xia, Zhengyou, and Zhan Bu. "Community detection based On a ...
  • Arab, Mohsen, and Mohsen Afsharchi. "Community detection in social networks ...
  • J. Zeng, S. Zhang, _ Wu, A framework forWWWuser activity ...
  • A. McCallum, A. C O rrad a-Emmanuel , X. Wang, ...
  • Zeng, Yujie, and Jing Liu. "Community Detection from Signed Social ...
  • Fan, W., and K. H. Yeung. "Similarity between community structures ...
  • detection." Comn unications in Nonlinear Science and Nunerical Simu lation20. ...
  • F. Wu, B. Huberman, L. Adamic, J. Tyler, Information flow ...
  • J. Leskovec, K. Lang, M. Mahoney, Empirical Comparison of Algorithms ...
  • Medus, A., Acuna, G., Dorso, C..(2005). Detection of community structures ...
  • Fan W, Yeung KH. Incorporating profile information in community detection ...
  • Kumar Subramani, Alexander Velkov, Irene Ntoutsi, Peer Kroger, Hans-Peter Kriegel. ...
  • YanB , GregoryS .Detecting community structure in networks using edge ...
  • L. Danon, J. Duch, A. Diaz-Guilera, A. Arenas, Comparing community ...
  • نمایش کامل مراجع