کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4937159 1434618 2017 16 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Presenting novel application-based centrality measures for finding important users based on their activities and social behavior
ترجمه فارسی عنوان
معرفی برنامه های مبتنی بر کاربرد جدید مبتنی بر محور برای پیدا کردن کاربران مهم بر اساس فعالیت های خود و رفتار اجتماعی است
کلمات کلیدی
تجزیه و تحلیل شبکه شبکه، رفتار اجتماعی، اندازه گیری مرکزیت، بازاریابی از طریق رسانه های اجتماعی، شبکه فعالیت
ترجمه چکیده
روابط مهم مهم تر بر اساس رفتار کاربران و فعالیت های انجام شده نسبت به دوستی در شبکه های اجتماعی آنلاین وجود دارد. مطالعه رفتار اجتماعی کاربران در این شبکه ها دارای کاربردهای فراوانی است. تجزیه و تحلیل نمودار فعالیت های شبکه های اجتماعی آنلاین، به عنوان نمایشی بهتر از رفتار اجتماعی کاربران، ممکن است دیدگاه های جدیدی را برای برنامه های واقعی مانند پیدا کردن کاربران مهم باز کند. گرچه شناسایی این گره های تاثیرگذار براساس روابط دوستی آنها بسیار مورد بررسی قرار گرفته است، پیدا کردن گره های مهم با استفاده از رفتار کاربران و فعال شدن، توجه زیادی را به خود جلب نکرده است. در این کار، اهمیت کاربران در شبکه های مختلف فعالیت فیس بوک از جمله نظیر، نظر، پست، به اشتراک گذاری و مخلوط، اهمیت کاربران را بررسی می کنیم و سپس رتبه بندی های به دست آمده با شبکه های دوستی را مقایسه می کنیم و نتیجه می گیریم که کاربران در تجزیه و تحلیل فعالیت ها در شبکه های فعالیت تاثیرات بسیار متفاوت دارند. پس از آن، ما پیشنهاد می دهیم که اقدامات محوری جدیدی وجود دارد که می تواند رتبه بندی های مختلفی را برای برنامه های مختلف ارائه دهد و همچنین امکان بررسی همزمان فعالیت های مختلف را در شبکه چند لایه فراهم کند. نتایج تجربی، مزایای استفاده از روش های ارائه شده را برجسته می کند. به بهترین نحو از ما، روشهای ما اولین و تنها اقدامات متمرکز پیشنهاد شده است که می تواند رتبه بندی های مختلف را برای برنامه های مختلف بر اساس رفتار اجتماعی کاربران ارائه کند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
چکیده انگلیسی
There are more important relationships based on users' behavior and the done activities than those of friendship in online social networks. Study of social behavior of users in these networks has many applications. Analyzing online social networks' activity graphs, as a better representation of users' social behavior, may open new perspectives for real applications such as finding important users. Although detecting these influential nodes based on their friendship relationships is studied a lot, finding important nodes using users' behavior and activates has not attracted much attention. In this work, we study users' importance in various Facebook activity networks including like, comment, post, share, and mixed, then compare gained rankings with those of the friendship network and conclude that users influence analysis in activity networks represents very different results. Afterwards, we propose new centrality measures that can present different rankings suitable for different applications, further to have the potential for simultaneous consideration of various activities in a multilayer network. Experimental results highlights the benefits of using the presented methods. To the best of our knowledge, our methods are the first and only proposed centrality measures that can present different rankings for various applications based on users' social behavior.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers in Human Behavior - Volume 73, August 2017, Pages 64-79
نویسندگان
, ,