توصیه گر دوستی در شبکه اجتماعی با استفاده از الگوریتم خوشه بندی K-Medoids و بهینه سازی کلونی مورچه

سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 536

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ITCT06_088

تاریخ نمایه سازی: 24 شهریور 1398

چکیده مقاله:

یک شبکه اجتماعی به عنوان یک ساختار اجتماعی از اشخاص تعریف میشود که به صورت مستقیم یا غیرمستقیم و براساس رابطهای مثل دوستی، اشتراک فایل، ارسال ایمیل و... با هم محاوره دارند. یکی از مهمترین زمینه های پژوهشی یافتن گروه های دوستان و معرفی افرادی به عنوان دوست به هر کاربر میباشد. در این مقاله، یکی از کاربردی ترین روشهای دادهکاوی یعنی کاوش قوانین وابستگی را بر روی اطلاعات استفاده از شبکه های اجتماعی با ساختار گرافی توصیف، تجزیه وتحلیل، پیادهسازی کرده و ارتقاء داده شده است. در روش پیشنهادی ابتدا از روی اطلاعات ورودی به شبکه اجتماعی گرافی، قوانین وابستگی وزندار مربوط به هر ارتباط بین کاربران کشف میگردند. این قوانین بیان کننده ارتباطات موثر بین کاربران در شبکه های اجتماعی هستند. در مرحله بعد، موتور توصیه گر، قبل از ارائهی توصیه برای کاربر، n مورد از شبیهترین کاربران توصیهای دارای وزن مناسب را جستجو خواهد کرد. بیشترین زیرمجموعه از ارتباطات به عنوان حلقه ها و گروه های دوستی معرفی میشود. روش پیشنهادی پیاده سازی شده و بر اساس داده های استاندارد ساختار شبکه اجتماعی فیسبوک مورد ارزیابی قرار گرفت. نتایج بیانگر کیفیت بهتر روش پیشنهادی در مقایسه با مطالعات پیشین می باشد.

نویسندگان

محمدرضا کاشانی

دانشجوی کارشناسی ارشد، گروه کامپیوتر، دانشکده مهندسی، دانشگاه هرمزگان

محمودرضا سایبانی

گروه کامپیوتر، دانشکده مهندسی، دانشگاه هرمزگان