نوع مدرک: | متون چاپی |
سرشناسه | هاشمی نیا ، پر یسا، نویسنده |
ردهبندی کنگره : | COM soft 18 1397 |
عنوان : | بهبود تشخیص جوامع در شبکه های اجتماعی با استفاده از الگوریتم جستجوی ممنوعه |
ناشر: | دانشگاه شهید اشرفی اصفهانی : بی نا |
سال نشر : | 1395 |
صفحه شمار: | ث، 69ص |
شابک/شاپا | 22738 |
یادداشت | پایان نامه کارشناسی ارشد : کامپیوتر گرایش نرم افزار |
شناسه افزوده : | خیام باشی ، محمد رضا، استاد راهنما |
توصیفگرها | شبکه اجتماعی تشخیص جامعه خوشه بندی الگوریتم جستجوی ممنوعهsocial network community detection clustering tabu search algorithm |
چکیده : | تشخیص جوامع یکی از شاخههای یادگیری بدون نظارت میباشد و فرایند خودکاری است که در طی آن، نمونهها به دستههایی که اعضای آن مشابه یکدیگر میباشند تقسیم میشوند که به این دستهها خوشه یا جامعه گفته میشود. بنابراین هر جامعه مجموعهای از افراد و یا نمونه ها میباشد که در آن اعضا با یکدیگر مشابه بوده و با اعضای موجود در جوامع دیگر غیر مشابه میباشند. یک اجتماع از نظر درونی ارتباطات متراکمتر نسبت به جوامع بیرونی دارد. جوامع اطلاعات ارزشمندی در مورد نوع ارتباط کاربران، نحوه انتقال اطلاعات بین آنها و نحوه توزیع کاربران در شبکههای اجتماعی فراهم میکند و در واقع به عنوان جزء اصلی این شبکهها محسوب میشود. مشکل اصلی در شبکه های اجتماعی تشخیص افراد با سلایق یکسان و قرار دادن افراد با سلایق یکسان در یک دسته میباشد که به این عمل تشخیص جوامع گفته میشود تشخیص جوامع از ان جهت بسیار مشکل ساز میباشد که باید کاربران را بر اساس ویژگی های طوری دسته بندی کرد که هر دسته بیشترین تراکم جمعیتی را داشته باشد و افراد بر اساس ویژگی های خود از فاصله کمی نسبت به هم برخوردار باشند . بر این اساس در این پایاننامه با استفاده از الگوریتم جستجوی ممنوعه به تشخیص جامعه در شبکه اجتماعی پرداخته خواهد شد. در روش ارائه شده ابتدا ماتریس اختصاص کارابران به هر خوشه تشکیل میشود که این اختصاص بصورت تصادفی انجام میشود. سپس با استفاده از مقدار تابع برازندگی تعیین شده به خوشه بندی و تشخیص جوامع بر اساس الگوریتم جستجوی ممنوعه پرداخته شده است. بر اساس آزمایشات انجام شده با استفاده از معیار های ارزیابی خوشه بندی که شامل ماژولاریتی و NMI میباشد. نتایج الگوریتم جستجوی ممنوعه نسبت به دو الگوریتم ازدحام ذرات و ژنتیک بهینه تر میباشد. این ازمایشات بر اساس تعداد تکرارهای مختلف که مابین صد تکرار تا دو هزار تکرار انجام شد که در تمامی این آزمایشات نتایج الگوریتم جستجوی ممنوعه در تکرار اخر به عنوان بهترین جواب شناخته شد. در آزمایشات دیگر که برای سنجش پایداری الگوریتم انجام شد، الگوریتمها به صورت پنج ازمایش پشت سرهم و با تعداد تکرارهای صد تکرار و دویست تکرار و پانصد تکرار و هزار تکرار و دو هزار تکرار مورد ازمایش قرار گرفتند که نتیجه نهایی در این آزمایشات ثبت شد به صورت نمودارهای میلهای نمایش داده شده که در تمامی این آزمایشات الگوریتم جستجوی ممنوعه از نتایج بهتری نسبت به دو الگوریتم دیگر برخوردار میباشد. بر اساس این ازمایشات مقدار ماژولاریتی با هشت درصد بهبود به صورت میانگین و مقدار NMI با ده درصد بهبود بصورت میانگین نسبت به دو الگوریتم دیگر بهبود نشان داد |
لینک ثابت رکورد: | ../opac/index.php?lvl=record_display&id=1348 |
زبان مدرک : | فارسی |