نشریه عصر برق با احترام به قوانین اخلاق در نشریات تابع قوانین کمیتۀ اخلاق در انتشار (COPE) می باشد و از آیین نامه اجرایی قانون پیشگیری و مقابله با تقلب در آثار علمی پیروی می نماید.
برای مطالعه بیشتر در این زمینه به وبسایت http://publicationethics.org مراجعه شود
به دلیل رشد روز افزون تمایل افراد به عضویت و استفاده از شبکههای اجتماعی، برقراری ارتباط و به اشتراکگذاری دادههای موجود در این شبکهها، مورد توجه علوم مختلف همانند علوم سیاسی، روانشناسی، جامعه شناسی، اقتصاد و … قرار گرفته است. به همین دلیل، محققین اقدام به تشخیص و استخراج روابط بین افراد از دادههای موجود در این شبکهها، برای ایجاد جوامع دقیقتر نموده اند. با این حال هنوز روشی موثر جهت شناسایی و استخراج جوامع، بر مبنای دادههای شبکههای اجتماعی ارایه نشده است. در این مقاله، به منظور خوشهبندی دقیقتر جوامع موجود در یک شبکه اجتماعی، روشی بر پایه استفاده از الگوریتم فرا ابتکاری تکاملی رقابت استعماری و با انتخاب جمعیت اولیه بر اساس معیار خوشهبندی مبتنی بر چگالی معرفی شده است. روش پیشنهادی در مقایسه با الگوریتم رقابت استعماری پایه، بهطور میانگین مقدار ماژولاریتی را 21.45% افزایش داده و جوامع منسجمتری را استخراج نموده است.
Social Network Clustering Enhancement by using Imperial Competitive Evolutionary Algorithm and Inter-Similarity of Network Nodes. عصر برق 2021; 8 (15) :33-40 URL: http://kiaeee.ir/article-1-314-fa.html
شایگان محمدامین، حسینی علی، صدیقی سعید. بهبود خوشهبندی شبکههای اجتماعی با الگوریتم تکاملی رقابت استعماری و معیار شباهت درونی گرههای شبکه. فصل نامه علمی عصر برق. 1400; 8 (15) :33-40