کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
10151012 1666104 2018 9 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Automatic selection of a single solution from the Pareto front to identify key players in social networks
ترجمه فارسی عنوان
انتخاب اتوماتیک از یک راه حل واحد از جبهه پارتو برای شناسایی بازیکنان کلیدی در شبکه های اجتماعی
کلمات کلیدی
اقدامات مرکزی، بازیکنان اصلی، بهینه سازی چند هدفه، تجزیه و تحلیل پس از پارتو، شبکه های اجتماعی،
ترجمه چکیده
شبکه های اجتماعی به طور فزاینده ای در حال رشد هستند و شناسایی کاربران مرتبط و تاثیر گذار در یک شبکه تبدیل به یک مشکل در بسیاری از زمینه ها می شود. اگر چه روشهای بهینه سازی چند منظوره برای حل این مشکل پیشنهاد شده است، آنها تعداد زیادی از راه حل های معتبر و غالب را شناسایی می کنند، بنابراین انتخاب یک راه حل مناسب برای دیگران، یک کار دشوار است. روشهای متعددی برای تجزیه و تحلیل بهینه سازی پس از پارتو در نظر گرفته شده است تا جهت جلوگیری از جابجایی پاروتو را با رویکرد بهینه سازی چند هدفه به یک راه حل ساده کاهش دهیم. 11 روش انجام شده، آزمایش و مقایسه شده است. اغلب آنها هرگز قبلا برای کار کاهش و / یا برای یک محیط پخش اصلی استفاده نشده است. بالاترین روش هیپروالوم و روش مبتنی بر فاصله اقلیدسی تا نقطه ایده آل، بهترین میانگین ها و کمترین پراکندگی را ترکیب می کنند، که از نظر آماری تفاوت های قابل توجهی را با بقیه روش ها گزارش می دهند. ارتقاء به میزان 60.79٪ بدست آمده است. این روش در یک پلت فرم یادگیری الکترونیکی برای شناسایی دانشجویان مرتبط و تاثیر گذار در شبکه اجتماعی یک دوره اجرا می شود.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
پیش نمایش مقاله
انتخاب اتوماتیک از یک راه حل واحد از جبهه پارتو برای شناسایی بازیکنان کلیدی در شبکه های اجتماعی
چکیده انگلیسی
Social networks are increasingly growing and identifying the relevant and influential users within a network is becoming a problem of interest in many contexts. Although multi-objective optimization approaches have been proposed to address this problem, they identify a large number of valid and non-dominated solutions, so selecting a relevant single solution over the others is a difficult task. Several methods for post-Pareto optimality analysis have been considered to reduce the Pareto fronts identified by the multi-objective optimization approach to a single solution. Eleven methods have been implemented, tested, and compared. Most of them have never been used before for a reduction task and/or for a key player context. The highest hypervolume method and the method based on the Euclidean distance to the ideal point combine the best averages and the lowest dispersions, reporting statistically significant differences with the rest of the methods. Improvements up to 60.79% have been obtained. This methodology will be implemented in an e-learning platform in order to identify the most relevant and influential students in the social network of a course.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Knowledge-Based Systems - Volume 160, 15 November 2018, Pages 228-236
نویسندگان
, , ,