فهرست نشریات علمی دسترسی آزاد ایران

امروزه با گسترش شبکه‌های اجتماعی در بین مردم، تلاش‌های مخالفین برای بدبین کردن ایشان نسبت به حکومت که از آن به عنوان جنگ نرم یاد می‌شود افزایش یافته است، بنابراین توجه به این شبکه‌ها برای ارگان‌های نظامی و امنیتی بیش از پیش اهمیت دارد. خوشه‌بندی گراف از جمله اولین کارهای تحلیلی یک یا چند شبکه اجتماعی است. متأسفانه اکثر خوشه‌بندی‌های گرافی انجام شده بر روی جنبه‌های ساختاری یا محتوایی گره‌های گراف به صورت مستقل تأکید دارند. هدف از این مقاله (پیاده‌سازی شده در قالب الگوریتمCS-Cluster ) رسیدن به خوشه‌هایی با ساختار درونی منسجم و مقادیر ویژگی (محتوایی) همگن در گراف است. از طرفی پس از جستجوهای صورت گرفته در این تحقیق، هیچگونه معیاری جهت ارزیابی الگوریتم‌های خوشه‌بندی که جنبه‌های ساختاری و محتوایی گره‌ها را به صورت هم‌زمان در نظر بگیرد، یافت نشد. به همین دلیل در دومین گام معیاری جدید به نام CS-Measure ارائه شد که قادر است الگوریتم‌های خوشه‌بندی گراف را از هر دو جنبه ساختار و محتوا به صورت هم‌زمان مورد سنجش قرار دهد. مقایسه الگوریتم مطرح شده با دو الگوریتم خوشه‌بندی ساختاری-محتوایی (از سه الگوریتم شناخته شده تاکنون) بر اساس معیارهای میانگین شباهت، خطای یال و معیارِ جدیدِ ساختاری-محتوایی، بیانگر عملکرد بهتر روش ارائه شده است و از نظر معیار تراکم نیز عملکرد نسبتاً خوبی دارد.