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

پیش بینی لینک مبتنی بر خوشه بندی در شبکه های اجتماعی با رویکرد عصبی-فازی تکاملی

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۱۵ | تعداد نمایش خلاصه: ۷۹ | نظرات: ۰
سال انتشار: ۱۳۹۷
کد COI مقاله: TECCONF03_176
زبان مقاله: فارسی
حجم فایل: ۵۶۵.۴۲ کیلوبایت (فایل این مقاله در ۱۵ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۱۵ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳,۰۰۰ تومان 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 ۱۵ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی لینک مبتنی بر خوشه بندی در شبکه های اجتماعی با رویکرد عصبی-فازی تکاملی

  نسیم هادی نسب - دانشگاه آزاد اسلامی، واحد ملارد، گروه کامپیوتر، ملارد، ایران
  جواد محمدزاده - دانشگاه آزاد اسلامی، واحد ملارد، گروه کامپیوتر، ملارد، ایران
    علی سلیمانی - دانشگاه آزاد اسلامی، واحد ملارد، گروه کامپیوتر، ملارد، ایران

چکیده مقاله:

هر یکی از مهمترین مشکلاتی که شبکه های اجتماعی جدید با آن دست و پنجه نرم میکنند، وجود کاربران جدید در سیستم است که چگونه آنها را به سمت استفاده بیشتر از این شبکه، سوق دهند. همچنین نگه داشتن کاربر در شبکه به عنوان یک مسیله مهم برشمرده میشود که بر اساس یک کاربر، بتوان کاربران جدید را با معرفی شبکه اجتماعی به سایرین، به دست آورد. این چالش، دارای راه حل هایی میباشد که یکی از آنها، سیستم های پیش بینی کننده لینک در شبکه های اجتماعی است. این سیستم، می تواند بر اساس رفتارها، سلایق و نوشته های کاربران، آنها را به یکدیگر توصیه و پیشنهاد نماید. این تحقیق نیز سعی در ارایه یک روش بهینه جهت پیش بینی لینک در شبکه های اجتماعی با رویکرد خوشه بندی را دارد. داده ها از یک منبع معتبر دریافت و به عنوان داده های ورودی به صورت نرمال شده وارد سیستم میشوند، عملیات مشابهت یابی بین داده ها انجام میشود که مبتنی بر روشهای الگوشناسی آماری و تحلیلی است. سپس شبکه عصبی-فازی با هدف خوشه بندی داده ها وارد عمل شده و الگوریتم تبرید تدریجی جهت بهبود این خوشهبندی و به دست آوردن نتیجه مناسب برای بخش معیارهای ارزیابی وارد عمل میشود. شبیه سازی در محیط MATLAB انجام میشود و نتایج حاصل، نشان از نتایج مناسب ارزیابی از جمله دقت بالای روش پیشنهادی (ترکیب روش عصبی-فازی و الگوریتم تبرید تدریجی) نسبت به روش های پیشین دارد. از داده های خام تحت عنوان SNAP برای دانشگاه Stanford استفاده می شود که مربوط به شبکه ای اجتماعی بوده و براساس مشابهت یابی و همچنین پیاده سازی مدل پیشنهادی بر روی آن، نتایج مناسبی ارایه گردیده است.

کلیدواژه‌ها:

شبکه های اجتماعی، پیش بینی لینک، سیستمهای توصیه گر، شبکه فازی-عصبی (انفیس)، الگوریتم تبرید تدریجی

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-TECCONF03-TECCONF03_176.html
کد COI مقاله: TECCONF03_176

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:
هادی نسب, نسیم؛ جواد محمدزاده و علی سلیمانی، ۱۳۹۷، پیش بینی لینک مبتنی بر خوشه بندی در شبکه های اجتماعی با رویکرد عصبی-فازی تکاملی، سومین کنفرانس ملی فناوری در مهندسی برق و کامپیوتر، سمنان، دانشگاه پیام نور، https://www.civilica.com/Paper-TECCONF03-TECCONF03_176.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: (هادی نسب, نسیم؛ جواد محمدزاده و علی سلیمانی، ۱۳۹۷)
برای بار دوم به بعد: (هادی نسب؛ محمدزاده و سلیمانی، ۱۳۹۷)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: ۲۵۵
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

مقالات مرتبط جدید

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.