0% Complete
English
صفحه اصلی
/
سیزدهمین کنفرانس بین المللی فناوری اطلاعات و دانش
مروری بر تشخیص جامعه در شبکه های اجتماعی
نویسندگان :
صفورا اخلاقی
1
محمدباقر منهاج
2
بهروز معصومی
3
1- دانشگاه آزاد اسلامی واحد قزوین
2- دانشگاه صنعتی امیرکبیر
3- دانشگاه آزاد اسلامی واحد قزوین
کلمات کلیدی :
تشخیص جامعه،شبکه های استاتیک و پویا،الگوریتم های تشخیص جامعه،تحلیل شبکه اجتماعی
چکیده :
استفاده از شبکه های اجتماعی در سال های اخیر به طور گسترده افزایش یافته است. انسان ها تمایل دارند در این شبکه ها گروه هایی را بر اساس علایق مشابه خود تشکیل دهند. چنین گروه هایی به عنوان جوامع یا خوشه ها شناخته می شوند. تشخیص چنین ساختاری به ما درک استثنایی از سازمان و عملکرد شبکه های اجتماعی می دهد. علم مدرن شبکه ها پیشرفت چشمگیری در مدل سازی سیستم های پیچیده دنیای واقعی داشته است. یکی از مهم ترین ویژگی ها در این شبکه ها وجود ساختار جامعه است. در سالهای اخیر، الگوریتمهای تشخیص جامعه زیادی برای آشکار کردن ویژگیهای ساختاری و رفتارهای دینامیکی شبکهها پیشنهاد شدهاند. در این مطالعه، ما سعی میکنیم به بررسی روشهای تشخیص جامعه و کاربردهای آن در حوزههای مختلف زندگی واقعی بپردازیم. چالشهای پیش روی الگوریتمهای تشخیص جامعه نیز فرض شدهاند. هدف اصلی این مقاله ارائه مروری بر الگوریتمهای تشخیص جامعه رایج است که از الگوریتمهای سنتی تا الگوریتمهای پیشرفته برای تشخیص جامعه همپوشانی می باشد.
لیست مقالات
لیست مقالات بایگانی شده
BMPA- DSL: Binary Marine Predators Algorithm to Identify Driver's Different Levels of Stress
Mahtab Vaezi - Mehdi Nasri - Farhad Azimifar - Mahdi Mosleh
Human Resource Allocation to the Credit Requirement Process, A Process Mining Approach
Omid Mahdi Ebadati - Mohammad Mehrabioun - Shokoofeh Sadat Hosseini
An approach to model the optimal service provisioning in vehicular cloud networks
Farhoud Jafari Kaleibar - Maghsoud Abbaspour
پیش بینی گره های رهبر در شبکه های اجتماعی با استفاده از پیش بینی پیوند
روح اله رشیدی - فرساد زمانی بروجنی - محمد رضا سلطان آقایی - هادی فرهادی
Smart City Standardized Evaluation :Use Case of Mashhad
Dr ُSeyed Mohammadreza Mirsarraf - Dr Alireza Yari - Dr Navid Zohdi - Ali Motevalizadeh
Embedding-Consistent Contrastive Learning: A Robust Approach for Imbalanced Classification
Sobhan Siamak - Eghbal Mansoori
Effective Classifier for Predicting Churn in Payment Terminals Using RFM model and Deep Neural Network
Dr Mahila Dadfarnia - Ali Alemi Matinpour - Dr Monireh Abdoos
Heart Sound Classification based on Group-based Sparse Features of PCG Signal
Zahra Hossein-Nejad - Mehdi Nasri
GanjNet: Leveraging Network Modeling with Large Language Models for Persian Word Sense Induction
Amir Mohammad Kouyeshpour - Hadi Veisi - Saman Haratizadeh
An Attention-Enhanced Hybrid Deep Learning Framework for Detecting Denial-of-Wallet Attacks in Serverless Platforms
Mohammad Mehmandoost - HadiShahriar Shahhoseini
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.5.0