#429 کد مقاله | زمینه: فناوری اطلاعات | ||
عنوان انگلیسی: |
A novel disjoint community detection algorithm for social networks based on backbone degree and expansion |
تعداد صفحات انگلیسی: |
12 صفحه |
عنوان فارسی: |
الگوریتم جدید تشخیص جامعهی مجزا برای شبکههای اجتماعی بر پایهی درجه ستون فقرات و گسترش |
تعداد صفحات فارسی: |
30 صفحه |
نوع فایل: |
فایل word ترجمه و pdf انگلیسی |
قیمت فروش: |
150,000 ريال |
چکیده فارسی: |
چکیده تشخیص جامعه در شبکههای اجتماعی یک نقطه کلیدی برای کشف توابع و ساختار شبکههای اجتماعی است. کارهای زیادی برای تشخیص جامعهی همپوشان و تشخیص جامعهی مجزا انجام شدهاند، و تکنیکهای متعددی از جمله خوشهبندی طیفی، حداکثرسازی ماژولار بودن، پیادهرویهای تصادفی، معادله دیفرانسیلی، و مکانیکهای آماری برای شناسایی یک جامعه در شبکهها استفاده میشوند، اما بسیاری از این آثار، روشهای ریاضی و فیزیکی خالصی را برای کشف جوامع شبکههای اجتماعی، در مقابل نادیده گرفتن ویژگیهای اجتماعی و بیولوژیکی جوامع و شبکههای اجتماعی، اتخاذ میکنند. در این مقاله، ابتدا مدل جنگل جامعه را بر اساس این ویژگیهای اجتماعی و بیولوژیکی برای توصیف ساختار شبکههای مقیاس بزرگ دنیای واقعی ارائه میدهیم، سپس به طور عمده یک معیار جدید به نام درجهی ستون فقرات را برای اندازه گیری قدرت لبه و شباهت رئوس تعریف میکنیم و تعریف جدید برای جامعه را بر پایهی گسترش ارائه میدهیم، و پس از آن الگوریتم جدیدی را توسعه میدهیم که بر پایهی درجه و گسترش ستون فقرات برای کشف جوامع مجزا از شبکههای اجتماعی واقعی است. این الگوریتم دارای عملکرد و اثرات بهتری در مقایسه با الگوریتمهای CNM و GN از نظر هزینهی محاسباتی و قابلیت مشاهده بودن است. الگوریتم جدید به خوبی در مجموعه دادههای ایمیل-اینرون، فوتبال کالج آمریکایی، باشگاه کاراته و غیره کار کرده است. |
||
نسخه انگلیسی: |
|||
قیمت فروش: |
150,000 ريال |
||
پرداخت اینترنتی و دریافت
|