بهبود دقت تشخیص جامعه در شبکه های اجتماعی از طریق یک روش ترکیبی مبتنی بر الگوریتم ملخ و اتوانکدر

چکیده مقاله

شبکه های اجتماعی به عنوان ساختارهای پیچیده و پویا بستری مناسب برای تحلیل روابط و تعاملات میان افراد فراهم می کنند و یکی از مسائل کلیدی در این حوزه تشخیص جامعه به منظور شناسایی گروه های منسجم از گره ها است روش های سنتی تشخیص جامعه عموما با محدودیت هایی نظیر وابستگی به پارامترهای اولیه، حساسیت به نویز و کاهش کارایی در شبکه های پیچیده مواجه اند در این مقاله روشی ترکیبی مبتنی بر اتوانکدر و الگوریتم فراابتکاری ملخ ارائه شده است که در آن اتوانکدر با استخراج ویژگی های نهفته و فشرده سازی داده ها به بهبود نمایش شبکه کمک کرده و الگوریتم ملخ با بهینه سازی ساختار خوشه ها فرآیند تشخیص جامعه را ارتقا می دهد روش پیشنهادی بر روی دو مجموعه داده واقعی شامل شبکه کاراته و شبکه دلفین ارزیابی شده و نتایج نشان می دهد که در مجموعه داده کاراته مقادیر F۱ Score و مدولاریتی به ترتیب برابر با ۰ ۸۳، ۰ ۸۱۲ و ۰ ۷۴۶۸ به دست آمده است، در حالی که در مجموعه داده دلفین این مقادیر ۰ ۸۸، ۰ ۸۴۷ و ۰ ۸۱۵ می باشند این نتایج بیانگر توانایی بالای روش پیشنهادی در شناسایی جوامع منسجم تر با دقت و پایداری بیشتر نسبت به روش های متعارف بوده و نشان می دهد که چارچوب ترکیبی ارائه شده از قابلیت تعمیم پذیری و مقیاس پذیری مناسبی برای کاربرد در شبکه های اجتماعی پیچیده برخوردار است

کلیدواژه‌ها

نویسندگان

فاطمه فروغی فرزاد

گروه مهندسی کامپیوتر و فناوری اطلاعات، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران

مهدی ملا مطلبی

گروه مهندسی کامپیوتر و فناوری اطلاعات، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران

فروغی فرزاد، فاطمه و ملا مطلبی، مهدی،1404،بهبود دقت تشخیص جامعه در شبکه های اجتماعی از طریق یک روش ترکیبی مبتنی بر الگوریتم ملخ و اتوانکدر،کنفرانس هوش مصنوعی در اقتصادهای نوظهور و کسب وکارهای دیجیتال،یزد

ارائه‌شده در

مجموعه مقالات کنفرانس هوش مصنوعی در اقتصادهای نوظهور و کسب وکارهای دیجیتال21 آبان 1404 · یزد