فهرست نشریات علمی دسترسی آزاد ایران

خوشه‌بندی، ابزاری پرکاربرد جهت تحلیل اطلاعات شبکه‌های پیچیده ‏است که برای مدل‌سازی سامانه‌های پیچیده بکار می‌رود. پیمانگی ، ‏معیاری پایه و فراگیر جهت ارزیابی و صحت‌سنجی خوشه‌بندی شبکه‌ها ‏است که دارای چالش‌هایی چون ان‌پی-سخت بودن مسئله و عدم‎ ‎امکان ‏استفاده از دانش اولیه در خوشه‌بندی می‌باشد. لذا، خوشه‌بندی‌ مبتنی بر ‏معیار پیمانگی، قابلیت تعمیم به خوشه‌بندی‌های نیمه‌نظارتی را ندارد. از ‏طرفی، یکی از روش‌های خوشه‌بندی نیمه‌نظارتی، روش خوشه‌بندی مبتنی ‏بر تجزیه نامنفی ماتریسی (‏NMF‏) می‌باشد. اما این روش، ویژگی‌های ‏خاص شبکه‌ها را در نظر نمی‌گیرد. در این مقاله، برای غلبه بر چالش‌های ‏نام‌برده‌ و با ارائه‌ی اثباتی جدید، برای خوشه‌بندی مبتنی بر معیار پیمانگی، ‏ساختاری مشابه با خوشه‌بندی مبتنی بر تجزیه نامنفی ماتریسی نامتقارن ‏ارائه می‌شود که در آن، امکان بهره‌گیری از دانش اولیه و حل به روش ‏تکراری میسر می‌گردد. سپس، روش خوشه‌بندی نیمه‌نظارتی نوینی به نام ‏تجزیه نیمه‌نظارتیِ نامنفی ماتریس‌های متقارن مبتنی بر معیار پیمانگی ‏‏(‏SSNMF-Q‏) با بهره‌گیری از مزیت دانش اولیه و روش حل تکراری، ‏به‌جای حل مسئله ان‌پی-سخت ارائه می‌گردد. برای ارزیابی روش ‏پیشنهادی، از پنج مجموعه داده واقعی استفاده‌شده که نتایج، بیانگر عملکرد ‏بهتر‎ SSNMF-Qدر مقایسه با سایر خوشه‌بندی‌های نیمه‌نظارتی مبتنی بر ‏NMF‏ می‌باشد.‏