دانلود پروپوزال الگوریتم سه مرحله ای جهت تشخیص اجتماع در رسانه های اجتماعی

این پروپوزال دارای یک مقاله بیس نیز می باشد که در انتهای همین صفحه می توانید به طور رایگان، اقدام به مشاهده و دریافت آن نمایید.

یافته های بدست آمده حاکی از آن است که سیستم های پیچیده زیادی در مناطق مختلف را می توان تحت عنوان شبکه یا نمودار مدلسازی نمود. همچنین می توان واحدهای تابع را به عنوان گره یا راس فرض نمود که تعاملات آنها با یکدیگر تحت عنوان لبه می باشد. لازم به ذکر است که گروه مهمی از زیرشبکه ها، جوامعی هستند که از طریق زیرگراف های گره های متراکم متصل، مشخص شده و از سایر بخش ها متمایز می شوند و با سایر بخش های شبکه به صورت پراکنده ارتباط برقرار می کند. شایان ذکر است که تشخیص جوامع به‌ عنوان یک مسئله بنیادی در مطالعه شبکه ‌های اجتماعی، نه تنها در حوزه‌ های جامعه‌ شناسی، زیست‌ شناسی، تجارت الکترونیک از اهمیت پژوهشی نظری فزاینده ای برخوردار است، بلکه در زمینه امنیت شبکه نیز از کاربردهای عملی گسترده ای برخوردار می باشد. همچنین بایستی خاطرنشان کرد که ساختارهای جامعه با عملکرد های شبکه های خاص دارای ارتباط نزدیکی هستند، از اینرو تشخیص این ساختارها، بینش هایی را در خصوص سازمان کارکردی شبکه در اختیار قرار می دهد. با این وجود، یافتن جوامع در یک شبکه اختیاری، کاری است که از لحاظ محاسباتی با مسائل و دشواری هایی همراه است. به طور کلی بایستی خاطر نشان کرد که، تشخیص جامعه از طریق خوشه بندی محقق می شود. همچنین لازم به ذکر است که، استفاده از شاخص ‌های ساختار محلی، نظیر شباهت‌های گره برای تشخیص جوامع، یک مفهوم کلیدی در خوشه‌ بندی به شمار می آید. با این وجود این معیارهای شباهت، به طور معمول ساختارهای کلی شبکه نظیر فاصله بین گره های مهم را به حساب نمی آورند. از طرف دیگر، تشخیص جامعه طراحی ‌شده با اطلاعات ساختار کلی باعث می شود که چشم اندازهای کل شبکه نظیر  Louvain, Fastgreedy, Infomap، Eigenvector، انتشار برچسب (LPA) و  Node2vec بدست آیند. این در حالی است که اطلاعات ساختار کلی مورد بررسی در الگوریتم ها غالبا به کاهش کارایی منجر می شود.

درک الگوریتم سه مرحله‌ای، ساده است، زیرا پدیده‌ های جهان کوچک، مرکزیت‌ را نمایش داده و همگرایی اجتماعی به تشکیل جامعه منجر می شود. همچنین لازم به ذکر است که مدولاریتی تنها یک معیار مصنوعی می باشد که هیچ ارتباطی با مکانیسم تولید جوامع ندارد. با این وجود، در مقایسه با هفت الگوریتم معروف دیگر در شبکه‌های مصنوعی و در شبکه‌های دنیای واقعی، دوز الگوریتم TS همواره بهترین عملکرد را در تمام شبکه‌ های آزمایشی نشان نمی‌دهد. نتایج بدست آمده حاکی از آن است که الگوریتم TS به Louvain و Walktrap نزدیک می باشد و هر توپولوژی شبکه‌ با هر ویژگی، از عملکرد مشابهی برخوردار است. به عبارت دیگر، الگوریتم سه مرحله ای، مقاوم بوده و از عملکرد کارآمد و دقت قابل ملاحظه ای نیز برخوردار است. این بدان معناست که الگوریتم TS برای شناسایی مرحله به مرحله جوامع در شبکه های اجتماعی یک روش جایگزین را در اختیار قرار می دهد.

این پروپوزال در محیط ورد (WORD) آماده شده و در ادامه نیز بخشی از آن و همچنین فایل مقاله بیس مربوط به آن قرار داده شده است: