چکیده مقاله
خوشه بندی یکی از بهترین روش های کار با داده هاست و قابلیت ورود به فضای داده و تشخیص ساختارش را امکان پذیر می نماید لذا به عنوان یکی از ایده آل ترین مکانیزم ها برای کار با دنیای عظیم داده ها محسوب می شود خوشه بندی مبتنی برگراف تاثیر بسزایی در بهبود روابط و گردآوری و ذخیره سازی داده ها در شبکه های اجتماعی دارد تاکنون الگوریتم های زیادی برای خوشه بندی داده ها ارائه شده است کار ارائه شده در این نوشتار به دسته بندی گراف های بزرگ غیر قطعی با استفاده از الگوریتم تکاملی می پردازد یکی از بروزترین روش های بهینه سازی در شبکه های اجتماعی استفاده الگوریتم های الهام گرفته از طبیعت مانند الگوریتم بهینه سازی ژنتیک می باشد این پژوهش برای بهبود خوشه بندی گراف ازترکیب الگوریتم ژنتیک با الگوریتم خوشه بندی k mean استفاده می کند به منظور اعتبار سنجی روش پیشنهادی از مجموعه داده در قالب یک گراف وزن دار شبکه های اجتماعی طراحی شده استفاده می شود نتایج حاصل با الگوریتم های مختلفی مقایسه شده است
کلیدواژهها
نویسندگان
فاطمه علی آبادی
دانشگاه آزاد اسلامی واحد یزد
محمدحسین پیروی
دانشگاه آزاد اسلامی واحد یزد
سیما عمادی
دانشگاه آزاد اسلامی واحد یزد
شیوه ارجاع
�لی آبادی، فاطمه و پیروی، محمدحسین و عمادی، سیما،1395،بهبود الگوریتم خوشه بندی گراف های حجیم در شبکه های اجتماعی با استفاده از الگوریتم ژنتیک و الگوریتم خوشه بندی k-mean،اولین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات،بابل
ارائهشده در
مجموعه مقالات اولین کنفرانس ملی علوم و مهندسی کامپیوتر و فناوری اطلاعات25 شهریور 1395 · بابل