|
Title
|
حداکثرسازی نفوذ در شبکه های اجتماعی چندلایه با استفاده از بازنمایی گره و شبکه های عصبی عمیق
|
|
Type of Research
|
Thesis
|
|
Keywords
|
حداکثرسازی نفوذ، نفوذ اجتماعی، شبکه های چندلایه، شبکه های اجتماعی چند رابطه ای، شبکه های عصبی
|
|
Abstract
|
شناسایی گره های تأثیرگذار در شبکه های پیچیده در سال های اخیر به دلیل اهمیت زیادی که در کاربردهای بسیاری دارد، توجه زیادی را به خود جلب کرده است. محققان از این تکنیک ها در زمینه ی مهندسی نیرو برای تجزیه وتحلیل گره های تأثیرگذار و خطوط بحرانی شبکه انتقال نیرو؛ در زمینه تبلیغات، برای یافتن استراتژی تبلیغاتی بهینه؛ در زمینه تجزیه وتحلیل کلان داده، برای یافتن اطلاعات کلیدی در داده های عظیم؛ و در زمینه علوم زیستی، برای تجزیه وتحلیل نورون های کلیدی در شبکه های عصبی مغز و پروتئین های کلیدی در شبکه های تعامل پروتئین استفاده می کنند. انتقال اطلاعات، یک فرآیند پخش رایج در شبکه های ارتباطی است که به طور گسترده در شبکه های پیچیده مورد مطالعه قرار می گیرد. دغدغه ی اصلی این است که چگونه ازدحام را کاهش دهیم تا ظرفیت شبکه افزایش یابد. در بسیاری از موارد، انتشار اطلاعات باید در یک بازه زمانی خاص صورت پذیرد و خارج از آن بازه دیگر مفید نخواهد بود. به عنوان مثال در تبلیغات برای انتخابات، انتشار بعد از اتمام انتخابات، نه تنها مفید نخواهد بود، بلکه موجب از دست رفتن منابع هم خواهد شد. در چنین مواردی، استفاده از نهایت ظرفیت شبکه در یک بازه زمانی حیاتی است. این امر می تواند توسط گره های با نفوذ شبکه صورت گیرد. تأثیرگذارترین کاربران می توانند انتشار اطلاعات را به حداکثر برسانند و یکپارچگی و اتصال شبکه ها را حفظ کنند. به عنوان مثال دیگر، شناسایی گره های بانفوذ در اپیدمی ها برای توقف گسترش بیماری، به ویژه زمانی که منابع پزشکی محدود است، مهم است. بیشتر مطالعات فعلی بر روی مسائل عملی مسئله حداکثرسازی نفوذ متمرکز شده است. یکی از کاربردهای اصلی به حداکثر رساندن تأثیر اجتماعی در بازاریابی ویروسی است. بنابراین، تنها در صورتی در این زمینه، تأثیرگذاری بر یک کاربر مفید خواهد بود، که او بتواند بر تعداد معقولی از کاربران دیگر در شبکه تأثیر بگذارد.
|
|
Researchers
|
Ali Seify (Student)، Asgarali Bouyer (Primary Advisor)، Alireza Rouhi (Advisor)
|