تشخیص جوامع بهصورت سلسلهمراتبی و یافتن نخبگان در شبکههای اجتماعی با روند تکاملی
عنوان اصلي به زبان ديگر
Detecting Hierarchical Communities and Elites in Social Networks with an Evolutionary Method
نام نخستين پديدآور
/فاطمه نیکنیا
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
: علوم ریاضی
تاریخ نشرو بخش و غیره
، ۱۳۹۷
نام توليد کننده
، راشدی
مشخصات ظاهری
نام خاص و کميت اثر
۸۸ص
یادداشتهای مربوط به نشر، بخش و غیره
متن يادداشت
چاپی - الکترونیکی
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
علوم کامپیوتر، گرایش سیستمهای کامپیوتری
زمان اعطا مدرک
۱۳۹۷/۱۰/۰۹
کسي که مدرک را اعطا کرده
تبریز
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
امروزه شبکههای اجتماعی، به دلیل رشد سریع تکنولوژی اینترنت در سالهای اخیر نقش بسیار مهمی را در زندگی اجتماعی افراد دارند .درک ساختارهای شبکه، توابع و رابطههای آنها به تازگی مورد توجه زیادی قرار گرفته است .با گسترش سریع شبکههای اجتماعی، پتانسیل جدیدی برای گسترش جهانی پیامها و پخش مؤثر اخبار، انتشار پیامهای تبلیغاتی شرکتها و کارخانجات یا اطلاعرسانی در مورد پیشگیری و کنترل بیماریها بهوجود آمده است .شناسایی گروههای اجتماعی و افراد نخبه و تأثیرگذار در یک شبکه با توجه به ساختار آن، در حال حاضر بهعنوان عامل کلیدی برای استفاده از این پتانسیل دیده میشود .این مسئله، یک مسئلهی چندجملهای غیرقطعی-کامل و چندجملهای غیرقطعی-سخت است و برای حل آن، نیاز به روشهای فرا ابتکاری است .روشهایی که از معیارهای سراسری از قبیل مرکزیت بینابینی و مرکزیت نزدیکی استفاده میکنند، اگرچه میتوانند افراد تأثیرگذار را بهتر شناسایی کنند اما به دلیل پیچیدگی محاسباتی در شبکههای بزرگ نمیتوانند بهکار گرفته شوند .ما در این پژوهش قصد داریم، با درنظرگرفتن ساختار جامعهها با دقت بالا در شبکههای اجتماعی و تشخیص آنها، افراد تأثیرگذار را شناسایی کنیم تا علاوه بر کاهش فضای مسئله، بتوان اطلاعات را در ناحیه وسیعی انتشار داد
متن يادداشت
Nowadays, social networks play a very important role in peoples social life due to the fast development of the Internet technology. Recently, a lot of attention is paid to understand the structure of social networks and their functioning and relationships. With a fast development and spread of social networks, there is a new potential for a worldwide expansion of messages and effective news broadcasting, diffusion of commercial advertisements and information about the prevention and control of disease. Currently, the identification of social communities and influential people in a network according to its structure is seen as a key factor in using this potential. This is an NP-complete problem and an NP-hardness problem, and requires non-deterministic methods to be addressed. Even though the methods which use global metrics such as betweenness centrality and closeness centrality can better identi influential people, they cannot be used in large networks due to their high computational complexity . In this study, we propose to identi influential people while considering the structure of communities with high accuracy and detecting them. This limits the search space and at the same time makes it possible to spread information in a wide area
عنوان اصلی به زبان دیگر
عنوان اصلي به زبان ديگر
Detecting Hierarchical Communities and Elites in Social Networks with an Evolutionary Method
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )