11514

بررسي روش‌هاي تشخيص جامعه در شبكه‌هاي اجتماعي مبتني بر يادگيري عميق

1400

دكتر عين اله خنجري

در دنياي امروزي، پلتفرم‌هاي رسانه‌هاي اجتماعي مانند فيس بوك، توييتر و اينستاگرام كاربران مختلف را به هم مرتبط مي‌كنند و گراف شبكه‌هاي اجتماعي را تشكيل مي‌دهند. تحليل شبكه‌هاي اجتماعي فرايند بررسي ساختار اجتماعي از طريق به‌كار بردن نظريه گراف‌ها است كه در آن گره‌ها، كاربران و يال‌ها، ارتباط بين كاربران را نشان مي دهند. تشخيص جامعه يك حوزه تحقيقاتي با اهميت علمي بالا و كاربردي و روشي براي استخراج اطلاعات و الگو‌ها در سطح شبكه، اعم از ارتباط بين كاربران و ساير ويژگي‌هاي كاربران است. به عنوان مثال شناسايي جوامع در شبكه هاي استنادي، اهميت، پيوستگي، تكامل و روند موضوعات تحقيقاتي را تعيين مي كند. تشخيص جامعه به طور كلي شامل تقسيم كاربران شبكه اجتماعي به گروه ها (زير گراف‌ها) منسجم و بسيار مرتبط است. البته علاوه بر انسجام دروني گروه‌ها، جدا بودن آن ها هم بايد مورد بررسي قرار گيرد. يعني كاربران در جوامع مختلف به صورت پراكنده به هم متصل شده باشند. تا كنون روش هاي مختلفي براي تشخيص جامعه پيشنهاد شده‌است. بسيار از روش هاي سنتي مانند خوشه‌بندي، پارتيشن‌بندي گراف، الگوريتم‌هاي مبتني بر چگالي و ... براي شبكه‌هاي كوچك‌تر و ساده‌تر اعمال شده‌اند، در حالي كه در شبكه‌هاي دنياي واقعي با توجه به بزرگي شبكه و ساختار پيچيده آن، با چالش‌هايي از جمله حجم داده‌ها و زياد بودن ويژگي‌هاي ساختاري مواجه‌ايم و در ضمن از نظر محاسباتي پر هزينه هستند. ما در اين سمينار قصد داريم مسئله تشخيص جامعه را با استفاده از روش‌هاي يادگيري عميق بررسي كنيم. چارچوب كلي روش‌هاي يادگيري عميق اين است كه يك بازنمايي با ابعاد پايين تر را از داده‌هايي با ابعاد بالا با توجه به ساختار پيچيده گراف مي‌آموزند. بنابراين روش‌هاي يادگيري عميق مي‌توانند راه حل‌هاي انعطاف پذير و مقياس پذيري را با عملكرد بهتر و موثر‌تردر تشخيص جامعه ارائه دهند.

11/23/2022 12:00:00 AM

77127

1401/09/14

Community detection methods in social network based on deep learning

شبكه‌هاي اجتماعي , تشخيص جامعه , يادگيري عميق , يادگيري بازنمايي

social networks , community detection , deep learning , representation learning