عنوان
|
ارائه یک روش ترکیبی برای انتخاب گره بذر به منظور تشخیص جامعه محلی در شبکه های چندلایه
|
نوع پژوهش
|
پایان نامه
|
کلیدواژهها
|
شبکه های پیچیده، تشخیص جامعه محلی، گره بذر، شبکه های چندلایه، توانایی رأی دهی گره ها، شباهت محلی گره ها
|
چکیده
|
با پیشرفت روزافزون فناوری اطلاعات و ارتباطات، طبیعتاً شاهد این موضوع هستیم که روزانه حجم وسیعی از اطلاعات در بین کاربران شبکه های اجتماعی و حوزه های دیگر در حال مبادله است. لذا، باید در نظر بگیریم که پردازش این حجم از ارتباطات و اطلاعات نیاز اساسی به الگوریتم ها و رویکردهایی دارد تا بتواند از حجم عظیم اطلاعات پشتیبانی کند. با توسعه دانش در حوزه ی شبکه های پیچیده می توانیم با بهره گیری از الگوریتم های به روز، حجم عظیمی از داده ها را که ممکن است در برخی موارد دارای ساختاری پویا باشند، مدیریت و تجزیه و تحلیل کنیم و انواع روابط و اطلاعات پنهانی را که ممکن است درون آن ها وجود داشته باشد، استخراج کنیم. در حوزه شبکه های پیچیده انواع مختلفی از ساختارهای گرافی وجود دارند. در این بین شبکه های چندلایه خود می توانند دارای ساختارهای مختلفی باشند. بالطبع حوزه ی مدنظر ما روی تشخیص جوامع شبکه های چند لایه است. تشخیص جوامع، نوع دیگری از دید را نسبت به گراف نمایان می کند. هر کدام از الگوریتم هایی که در حوزه ی تشخیص جامعه رویکردی را ارائه کرده اند، چالش-هایی را مطرح کرده اند و هم چنین اهدافی را دنبال کرده اند. با این حال، با گسترش تحقیقات پژوهشگران و استفاده از علم روز در این حوزه همچنان شاهد چالش هایی هستیم که هم اکنون به عنوان یک چالش باز مطرح هستند. شاید بتوان گفت یکی از این چالش ها تشخیص جوامع شبکه های چندلایه، افزایش کیفیت جوامع تولید شده است. لذا در اینجا رویکرد ما تشخیص جامعه محلی در گراف های چند لایه خواهد بود که با ارائه ی یک روش ترکیبی برای انتخاب گره بذر و به دنبال آن استفاده از ویژگی های ساختاری برای قرار گرفتن گره ها در جامعه محلی سعی می کنیم کیفیت جوامع شناسایی شده را تا حد مطلوبی بالا ببریم.
|
پژوهشگران
|
علی بزازدهخوارقانی (دانشجو)، محمدعلی بالافر (استاد راهنما)، عسگر علی بویر (استاد راهنما)، علیرضا روحی (استاد مشاور)
|