کشف اجتماعات مجازی در شبکه های اجتماعی مکان محور با استفاده از خوشه بندی سلسله مراتبی

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 822

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:

PECCON01_004

تاریخ نمایه سازی: 24 شهریور 1397

چکیده مقاله:

با جهانی شدن شبکه های اجتماعی مبتنی بر مکان نظیر Foursquare و Facebook، تجزیه و تحلیل آنها از اهمیت زیادی برخوردار است. کشف اجتماعات و زیرساخات ها در این شبکه ها، اخیرا به عنوان یکی از زمینه های مورد توجه پژوهشگران قرار گرفته است. برخلاف شبکه های اجتماعی متداول نظیر Flickr و Facebook که دارای گروه های صریحی برای کاربران برای اشتراک یا ارتباط هستند، اینگونه شبکه ها معمولا دارایهیچ ساختار اجتماعی صریحی نیستند. در عین حال، کشف علایق و رفتارهای افراد هنگام استفاده از شبکه های مذکور نشان می دهد که ساختارهای جامعه ی آنها دارای هم پوشانی هستند. در این مقاله، براساس روال های بررسی کاربر در حوزه ها و ویژگی های کاربر/حوزه، یک چارچوب خوشه بندی مشترک برای کشف جوامع سلسله مراتبی و دارای همپوشان کاربران شبکه های اجتماعی مبتنی بر مکان پیشنهاد می شود. روش پیشنهادی، با به کارگیری ویژگی های درونی و بیرونی و همچنین بکارگیری معیار Davis Bouldin برای خوشه بندی قادر به گروه بندی کاربران همفکر از چشم اندازهای مختلف می باشد. نتایج ارزیابی برروی مجموعه داده های Foursquare نشان از کارایی روش پیشنهادی دارد.

کلیدواژه ها:

اجتماعات مجازی ، خوشه بندی سلسله مراتبی ، شبکه اجتماعی مکان محور ، کشف اجتماع

نویسندگان

سینا دامی

استادیار، گروه کامپیوتر، واحد تهران غرب، دانشگاه آزاد اسلامی تهران، ایران

سیما قزوینیان

دانشجوی کارشناسی ارشد، گروه کامپیوتر، واحد تهران غرب، دانشگاه آزاد اسلامی تهران، ایران