کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6938896 1449966 2018 36 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Overlapping community detection in rating-based social networks through analyzing topics, ratings and links
ترجمه فارسی عنوان
همپوشانی تشخیص جامعه در شبکه های اجتماعی مبتنی بر رتبه بندی از طریق تجزیه و تحلیل موضوعات، رأی ها و لینک ها
کلمات کلیدی
تشخیص جامعه همپوشانی، تجزیه و تحلیل محتوا، جامعه موضوعی، شبکه معنایی، شبکه های اجتماعی مبتنی بر رتبه بندی
ترجمه چکیده
با توجه به پیشرفت در فن آوری اطلاعات، ارتباطات آنلاین بین افراد ساکن در نقاط مختلف جهان به طور قابل توجهی افزایش یافته است. ظهور بعدی شبکه های اجتماعی به این نوع ارتباطات کمک کرد تا بیشتر سازماندهی شود. یکی از مهمترین مسائلی که هنگام تجزیه و تحلیل این نوع شبکه ها در نظر گرفته می شود، تشخیص جامعه است، که در اکثر مطالعات، از طریق تجزیه و تحلیل ارتباطات شبکه ها، جوامع بی روح را شناسایی می کند. آنچه در این مقاله به دنبال آن است، ایجاد جوامع همپوشانی است که اعضای آن موضوعات مشابهی را به خود جلب کرده و جایی که نقاط قوت ارتباط بین آنها نتیجه تحلیل های محتوائی آنها است. در نتیجه، ما به این ترتیب یک چارچوب عمومی برای همپوشانی تشخیص جامعه در شبکه های اجتماعی را با تمرکز ویژه بر شبکه های اجتماعی مبتنی بر رتبه بندی پیشنهاد دادیم. این چارچوب اطلاعاتی را که توسط کاربران (رتبه بندی) به اشتراک گذاشته شده است و نیز موضوعات مورد علاقه آنها به منظور یافتن جوامع معنی دار در نظر گرفته می شود. این ما را به جوامع محلی تبدیل می کند که در آن اعضا به موضوعات مشابه علاقه مند هستند و نقاط قوت روابط آنها به طور مستقیم بر مبنای میزان وحدت دیدگاه های آنها استوار است. ارزیابی های کمی نیز نشان می دهد که چارچوب ارائه شده در این مطالعه نتایج مطلوب را به دست می آورد که بسیار عالی از نتایج 3 چارچوب مرتبط در ادبیات است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر چشم انداز کامپیوتر و تشخیص الگو
پیش نمایش مقاله
همپوشانی تشخیص جامعه در شبکه های اجتماعی مبتنی بر رتبه بندی از طریق تجزیه و تحلیل موضوعات، رأی ها و لینک ها
چکیده انگلیسی
Owing to advances in information technology, online communications between people living in different parts of the world have considerably increased. The subsequent emergence of social networks helped this kind of communications to be further organized. One of the most important issues considered when analyzing these kinds of networks is community detection, in which a majority of studies tend to detect disjoint communities through analyzing linkages of networks. What this paper aims to achieve is to obtain overlapping communities in which the members have the same topics of interest, and where the strengths of connections between them are the consequence of their communications' content analysis. Consequently, we have hereby proposed a generic framework for overlapping community detection in social networks with special focus on rating-based social networks. This framework considers the information shared by the users (ratings), as well as their topics of interest, for the sake of finding meaningful communities. This will lead us to topical communities in which members are interested in the same topics, and the strengths of their relationships are directly based on the rate of their viewpoints' unity. Quantitative evaluations also reveal that the framework presented in this study achieves favorable results which are quite superior to the results of 3 other relevant frameworks in the literature.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Pattern Recognition - Volume 81, September 2018, Pages 370-387
نویسندگان
, , ,