مقاله پیش‌بینی افراد خبره در شبکه‌های اجتماعی

مقاله پیش‌بینی افراد خبره در شبکه‌های اجتماعی

دانلود مقاله پیش‌بینی افراد خبره در شبکه‌های اجتماعی

در قالب Word و در 26 صفحه، قابل ویرایش، شامل:

چکیده

1- مقدمه

2- مروری بر کارهای انجام‌شده

2-1- روش آنالیز شبکه اجتماعی (SNA)

2-2- روش آنالیز محتوا

2-3- روش هیبرید

3- روش پیشنهادی

3-1- تحلیل منابع

3-2- نیاز به تخصص و پردازش منبع

3-3- مطابقت نیاز به تخصص با خبره‌های کاندیدا

3-4- خوشه‌بندی در مدل پیشنهادی

3-5- طبقه‌بندی با استفاده از درخت تصمیم

3-6- شبکه عصبی در مدل پیشنهادی

3-6-1- پردازش و گزارش اولیه

3-6-2- ترتیب مراحل شبیه‌سازی عصبی

3-6-3- پیاده‌سازی MLP

4- نتایج به‌دست‌آمده

4-1- مجموعه داده‌ها

4-2- تنظیم پارامترها

4-3- نتایج شبیه‌سازی

4-4- مقایسه مقدار لایه‌ها با یکدیگر

5- جمع‌بندی و کارهای آتی

منابع

فهرست جدول‌ها

جدول 3-1- جدول خوشه‌بندی داده‌ها

جدول 4-1- مجموعه داده‌های به‌دست‌آمده از شبکه STACKOVERFLOW

فهرست شکل‌ها

شکل 3-1- شمای کلی از پیش‌بینی افراد خبره

شکل 3-2- درخت تصمیم با استفاده از الگوریتم ID3 شبکه‌های عصبی در مدل پیشنهادی

شکل 3-3- ترتیب مراحل شبیه‌سازی عصبی

شکل 3-4- شبه کد برای لایه‌بندی MLP

شکل 4-1- عملکرد شبکه عصبی حاصل حین فرایند آموزش

شکل 4-2- رگرسیون شبکه‌ی آموزشی برای داده‌های آموزشی، اعتبارسنجی، آزمون و کلی

فهرست نمودارها

نمودار 4-1- رابطه‌ی لایه‌ی استفاده‌شده به‌عنوان لایه‌ی پنهان و گرادیان

نمودار 4-2- رابطه‌ی لایه‌ی استفاده‌شده به‌عنوان لایه‌ی پنهان و عملکرد

نمودار 4-3- رابطه‌ی لایه‌ی استفاده‌شده به‌عنوان لایه‌ی پنهان و تعداد تکرارها

نمودار 4-4- رابطه‌ی لایه‌ی استفاده‌شده به‌عنوان لایه‌ی پنهان و MU

چکیده

امروزه، تحلیل شبکه‌های اجتماعی، به یکی از زمینه‌های تحقیقاتی جذاب تبدیل شده است. یکی از مسائل مهم در این زمینه تحقیقاتی، یافتن افراد خبره است. در این مسئله، به نحوه یافتن یک فرد خبره در یک موضوع پرداخته می‌شود. در تحقیقات پیشین، برای یافتن افراد خبره، اغلب تنها به پروفایل آن‌ها یا ارتباطات با دوستان و گروه‌ها یا ترکیبی از این موارد توجه شده است، اما به این مسئله که چه فردی می‌تواند در آینده در دسته افراد خبره قرار گیرد، توجه نشده است؛ بنابراین در این مقاله، به پیش‌بینی افراد خبره پرداخته می‌شود.

منظور از پیش‌بینی، این است که آیا فردی که جدیداً وارد سایت شده است، مستعد خبره بودن هست یا نه. در روش پیشنهادی، ابتدا به منظور برآورد نمره اولیه کارشناس برای هر فرد و انتخاب بالاترین رتبه‌بندی اشخاص به‌عنوان کاندیداها از اطلاعات شخصی افراد استفاده می‌کنیم؛ سپس برای حل مشکل شناسایی افراد خبره و جدا کردن آن‌ها از افراد، الگوریتم خوشه‌بندی امید ریاضی ارائه شده است که بر اساس فعالیت کاربران و بازخوردی که از کاربران دیگر دریافت می‌شود، افراد خبره از افراد دیگر جدا شده‌اند.

در بخش بعدی، برای استخراج الگوی افراد موفق، الگوریتم درخت تصمیم ID3 استفاده شده و در نهایت، از ساختار پرسپترون برای پیش‌بینی احتمال تبدیل‌شدن کاربر جدید به فرد خبره استفاده شده است. شبیه‌سازی‌ها و آزمایش‌های انجام‌شده بر روی مجموعه داده کاربران، نشان می‌دهد که الگوریتم پیشنهادی از نظر دقت و زمان اجرا عملکرد بهتری نسبت به کارهای قبلی دارد.