توسعه یک روش فرا ابتکاری ترکیبی برای شناسایی اجتماعات در شبکه‌های اجتماعی با هدف چگالی پودمانگی

نویسندگان

1 دانش‏ آموخته دکتری، مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد تهران شمال، تهران.

2 عضو هیئت‌علمی، گروه مهندسی صنایع و سیستم‌ها، دانشکده فنی و مهندسی، دانشگاه تربیت مدرس، تهران. (نویسنده مسئول)؛ b.teimourpour@modares.ac.ir

3 دانشجوی دکتری، مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد تهران شمال، تهران.

doi
10.22054/ims.2019.10376
چکیده

 شناسایی ساختارهای موجود در شبکه‏های اجتماعی، فرآیندی حائز اهمیت در تحلیل این شبکه‏ها است. یکی از مسائلی که در سال‏های اخیر در زمینه شناسایی ساختارهای شبکه‏های اجتماعی مطرح شده است، مسئله اجتماع یابی است. با توجه به اهمیت این موضوع، تاکنون روش‏های حل متنوع و گوناگونی برای اجتماع یابی پیشنهاد شده است. در پژوهش حاضر، یک الگوریتمی ترکیبی از روش‏های بهینه‌سازی علف‌های هرز و ژنتیک پیشنهاد شده است که هدف آن یافتن جواب‏های مناسب و باکیفیت برای مسئله اجتماع یابی است. در این روش ترکیبی، جواب‏های اولیه توسط روش بهینه‌سازی علف‌های هرز تولید می‏شوند و در ادامه جواب‏های یافته شده به‌وسیله الگوریتم ژنتیک در فرآیند بهینه‏سازی، بهبود می‏یابند. ارزیابی برازندگی جواب‏ها، مبتنی بر معیار چگالی پودمانگی است. چگالی پودمانگی، معیاری با ماهیت بیشینه‏سازی است که میزان کیفیت اجتماعات کشف‌شده را به دست می‏دهدمشخص می کند. به‌منظور بررسی کیفیت جواب‏های الگوریتم پیشنهادی، نتایج این روش نسبت به چهار الگوریتم علف‌های هرز، ژنتیک، الگوریتم کرم شب‌تاب و یک الگوریتم جستجوی کاملاً تصادفی مقایسه شده‏اند. پارامترهای این الگوریتم‏ها به کمک یک رویکرد طراحی آزمایش‌ها تنظیم شده‏اند. این مقایسات بر روی شبکه‏های محک گوناگون و با ابعاد متفاوت انجام شده‏اند. با توجه به نتایج به‌دست‌آمده، می‏توان دریافت که الگوریتم پیشنهادی قادر به تولید جواب‏هایی باکیفیت بالا است. اعتبارسنجی نتایج الگوریتم‏ها نیز توسط شاخص اطلاعات متقابل نرمال انجام شده است.