22942

ارائه روشي براي حداكثرسازي تأثير گروهي با استفاده از شناسايي گروه‌هاي مبتني بر پيوند در شبكه هاي اجتماعي

كارشناسي ارشد

مهندسي فناوري اطلاعات - تجارت الكترونيك

1396

1399/6/29

دكتر بابك اميري

دكتر محمد فتحيان

صنايع

امروزه تأثيرگذاري شبكه‌هاي اجتماعي و افراد و گروه‌هاي فعال در آن‌ها موضوعي است كه همواره مورد توجه بوده است. تأثير گذاري افراد بر يكديگر منجر به انتشار اطلاعات در فضاي شبكه‌ها مي‌گردد. در ساختار امروزي شبكه‌ها، افراد به علت علاقه‌مندي ها و نوع فعاليت و اشتراكات با ساير افراد، همواره در گروه‌هاي مختلف عضويت دارند. يعني هر فرد همزمان در چند گروه مي‌تواند عضويت داشته باشد. به همين دليل ارزيابي اهميت گروه‌ها و افراد عضو آن‌ها يكي از مسائل مهم در شبكه‌هاي اجتماعي است. يافتن مجموعه‌اي از افراد تأثيرگذار كه بتوانند بر بيشترين بخش شبكه تأثير بگذارند تحت عنوان مسأله حداكثرسازي تأثير مورد بررسي قرار گرفته است. در اين پژوهش رويكردي براي يافتن مجموعه اي از افراد تأثيرگذار بدون نياز به دانش قبلي براي تعيين تعداد گره‌هاي كانوني ارائه شده است به شكلي كه بتوانند به حداكثر تعداد گروه‌ها در شبكه نفوذ كرده و آن‌ها را فعال كنند. ابتدا شبكه از طريق الگوريتم ژنتيك چند هدفه مبتني بر رويكرد گروه‌بندي يال‌ها به گروه‌هاي همپوشان از گره‌ها تقسيم مي‌شود. سپس مجموعه‌ي كانوني با تركيبي از گره‌هاي بخش همپوشان و غيرهمپوشان گروه‌ها استخراج شده و تعداد گروه‌هاي فعال نهايي در شبكه محاسبه مي‌شود. با توجه به چند حالته بودن خروجي الگوريتم ژنتيك چند هدفه حالتي كه بيشترين تعداد گروه‌ فعال را داشته باشد به عنوان تقسيم‌بندي بهينه براي شبكه انتخاب مي‌شود.

1399/10/14

A Method for Group influence Maximization Problem by Detecting Link-based Groups on Social Networks

9/20/2021 12:00:00 AM

he influence of people and the groups of users in Social Networks is one of the important topics that it has been considered by researchers. The influence of users on each other diffuses the information in the whole Network. The structure of social networks users with same interests and activities, join different kind of groups in network, so each user is a member in more groups. Therefore, analyzing the importance of groups and their members is one of the noticeable issues in social networks. Finding k number of users in a network that maximizes the influence diffusion in network is the influence maximization problem. In this research, we presented a method for extracting influential users without defining the k as the initial seed number, in a way that they activate the maximum number of groups in network. Firstly, we used the multi-objective genetic Algorithm for overlapping community detection based on edge encoding (MOGA-OCD) to get the overlapped groups. Then with a greedy approach the seed nodes extracted from overlapped and non-overlap part of the groups, and then the influence diffusion of these nodes can give us the number of activated nodes in each group, and finally the maximum number of activated groups by group maximization algorithm.

حداكثرسازي تاثير گروهي , شبكه هاي اجتماعي , شناسايي گروه , حداكثرسازي تاثير

Group Influence Maximization , Social Networks , Group detection , Influence Maximization