ارائه یک شاخص مرکزیت جدید جهت کشف رهبران عقیده در شبکه های اجتماعی

با توجه به گسترش روز افزون ارتباطات اجتماعی از طریق ابزارهای الکترونیکی ، تحلیل شبکه های اجتماعی حاصل از این ارتباطات نیز اهمیت ویژه ای یافته است . در یک شبکه اجتماعی وضعیت گره ها یکسان نیست و تفاوت زیادی بین اهمیت آنها وجود دارد. بطور کلی، گره های مهم نقش کلیدی در عملکرد شبکه بازی می کنند. این گره های تاثیرگذار در شبکه های اجتماعی «رهبر عقیقده» نامیده می شوند. چگونگی محاسبه اهمیت گره به منظور پیدا کردن رهبر عقیده در شبکه یک مساله اساسی است. در زمینه ی شبکه های اجتماعی، اهمیت گره ها به وسیله ی معیارهای مرکزیت محاسبه می شود. این پژوهش، با بهره گیری از مفهوم مرکزیت (مرکزیت درجه، مرکزیت نزدیکی، مرکزیت بینابینی و مرکزیت بردار ویژه) و همچنین به کارگیری الگوریتم لیچ جهت خوشه بندی و انتخاب سرخوشه در شبکه های حسگر بیسیم به تحلیل عملکرد شبکه های اجتماعی می پردازد. هدف این مقاله، بکارگیری الگوریتم شناخته شده لیچ در حوزه شبکه های اجتماعی است . عملکرد مطلوب این الگوریتم در انتخاب سرخوشه در یک شبکه حسگر بیسیم باعث اصلاح آن در جهت یافتن رهبران عقیده در شبکه های اجتماعی شده است. نتایج شبیه سازی نشان می دهد که الگوریتم اصلاح شده پیشنهادی با شاخص های مرکزیت استاندارد دارای رابطه منطقی معنی دار با مقدار همبستگی بیشتر از ۰.۷ بوده است

کلیدواژه ها:

تحلیل شبکه های اجتماعی ، شاخص های مرکزیت ، الگوریتم لیچ ، سرخوشه