|
بهبود خوشه‌بندی شبکه‌های اجتماعی با الگوریتم تکاملی رقابت استعماری و معیار شباهت درونی گره‌های شبکه
|
| محمدامین شایگان، علی حسینی، سعید صدیقی |
|
|
|
چکیده: (1204 مشاهده) |
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. |
|
| واژه‌های کلیدی: الگوریتم رقابت استعماری، الگوریتم‌های تکاملی، خوشه‌بندی گراف، خوشه‌بندی مبتنی بر چگالی، شبکه‌های اجتماعی |
|
|
متن کامل [PDF 4903 kb]
(231 دریافت)
|
نوع مطالعه: علمی- ترویجی |
موضوع مقاله:
تخصصي
دریافت: 1400/5/11 | پذیرش: 1400/5/10 | انتشار: 1400/5/10
|
|
|
|
|
|
