ارائه یک راهکار برای تشخیص جوامع به صورت سلسله مراتبی در شبکه های اجتماعی با استفاده از الگوریتم بهینه سازی ازدحام ذرات

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,096

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

TEDECE02_070

تاریخ نمایه سازی: 21 شهریور 1395

چکیده مقاله:

تشخیص ساختار جوامع در شبکه های اجتماعی وظیفه مهمی در تحلیل شبکه های اجتماعی است زیرا این ساختارها روابط میان اشخاص را توضیح می دهد و می تواند برای پیش بینی رفتارهای اجتماعی استفاده شود. رابطه میان جوامع کوچک در درون یکجامعه بزرگتر به صورت ساختارهای جامعه سلسله مراتبی شناخته شود، که در آن هر گره در هر سطح سلسله مراتب عضو جوامع تودرتو می باشد. در این مقاله، تشخیص ساختارهای جامعه سلسله مراتبی با استفاده از الگوریتم ازدحام ذرات انجام شده است. تعداد جوامع در سطوح مختلف محدود نمی شوند و اندازه گیری کیفی برای حد فاصل جامعه سلسله مراتبی را حداکثر می کند.

کلیدواژه ها:

شبکه های اجتماعی ، تشخیص سلسله مراتبی جامعه در شبکه اجتماعی ، بهینه سازی ازدحام ذرات

نویسندگان

آناهیتا قهرمانی

دانشجوی کارشناسی ارشد کامپیوتر، گروه ارشد مهندسی کامپیوتر، دانشگاه آزاد اسلامی اراک

مهدی فرتاش

استادیار دانشگاه، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد اراک

عباس کریمی

استادیار دانشگاه، دانشکده فنی مهندسی، مرکز تحقیقات تکمیلی کامپیوتر، دانشگاه آزاد اسلامی واحد اراک

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 :
  • ]1I L. F. Berkman and A. Krishna, "Social network epidemiology, ...
  • influence of team members" and team leaders' social]2I J. Scott, ...
  • ]3IS. Wasserman and K. Faust, Social network analysis: Methods and ...
  • Compu ter-Mediated Comm unication, vol. 13, pp. 210- 230, 2007. ...
  • I5[D. Boyd, "Friends, friendsters, and myspace top 8: Writing community ...
  • programming approach and visual analysis for detecting hierarchical community stractures ...
  • longitudinal study, " The Lancet, vol. 355, pp. 1315- I319, ...
  • ]8[R. Santos Cruz, M. S. Nunes, C. Z. Patrikakis, and ...
  • ]9I S. Wasserman and J. Galaskiewicz, Advances in social network ...
  • ]11I E. Bott and E, B. Spillius, Family and social ...
  • ]12I A.-L. Barabasi, H. Jeong, Z. Neda, E. Ravasz, A. ...
  • shopping, " Journal of Consumer Marketing, vol. 29, pp. 400-411, ...
  • ]14I D. Kempe, J. Kleinberg, and E. Tardos, "Maximizing the ...
  • ]16I Z. Gao and . Jin, "Detecting community structure in ...
  • Sciences, vol. 229, pp. 18-28, 2013. ...
  • C onferenc e-TED 2016 ...
  • 2 June, Kermanshah, Iran ...
  • ]18I L. Wang, J. Wang, Y. Bi, _ Wu, W. ...
  • Mining and Applications, ed: Springer, 201, pp. 557- information, " ...
  • Statistical network analysis: models, issues, and new Problem Solving from ...
  • Conference on, 2012, pp. 460-465. ...
  • scale complex networks, " in Natural Computation (CNC), 2011 Seventh ...
  • directions, ed: Springer, 2007 pp. 1-13. ...
  • ]26I D. .J. Watts, P. S. Dodds, and M. E. ...
  • ]27I R. Guimera, L. Danon, A. Diaz-Guilera, F. Giralt, and ...
  • ]28I Y. Chen and A Qiu, "Detecting community and its ...
  • C onferenc e-TED 2016 1-2 June, Kermanshah, Iran ...
  • نمایش کامل مراجع