بهبود حداکثر‌سازی گسترش انتشار اطلاعات در شبکه‌های اجتماعی به کمک معیارهای شباهت کاربران

نویسندگان

1 دانشگاه گیلان

2 دانشگاه تربیت مدرس

doi
10.22034/csj.2024.209866
چکیده

در سال‌های اخیر، استفاده از شبکه‌های اجتماعی به طور گسترده‌ای افزایش یافته و این شبکه‌ها به بستری محبوب برای تبلیغ محصولات و انتشار اطلاعات تبدیل شده‌اند. مسئله حداکثرسازی گسترش انتشار اطلاعات، که یکی از مسائل الگوریتمی کلیدی در زمینه انتشار اطلاعات است، به موضوعی داغ در تحلیل شبکه‌های اجتماعی مبدل شده است. حداکثرسازی گسترش انتشار اطلاعات در یک شبکه اجتماعی به معنای شناسایی مجموعه‌ای از چند گره محدود در یک شبکه اجتماعی است به طوری که با فعال‌سازی این مجموعه محدود، گره‌ها بتوانند براساس یک مدل انتشار مشخص، بیشترین میزان انتشار اطلاعات را ممکن سازند. در این مقاله، یک الگوریتم جدید برای یافتن گره‌های تاثیرگذار با هدف حداکثرسازی گسترش انتشار اطلاعات ارائه شده که از معیارهای شباهت کاربران در شبکه‌های اجتماعی بهره می‌برد. در الگوریتم پیشنهادی، پس از محاسبه شباهت میان گره‌های شبکه، یال‌ها وزن‌دهی شده و سپس معیارهای انتخاب بر روی گراف وزن‌دار اعمال می‌شود تا تاثیرگذارترین گره‌ها شناسایی شوند. کارایی الگوریتم پیشنهادی از طریق شبیه‌سازی توسط چندین آزمایش بر روی چند مجموعه داده استاندارد شبکه‌های اجتماعی ارزیابی شده و نتایج شبیه‌سازی‌ها نشان‌دهنده عملکرد مطلوب الگوریتم است؛ به طوری که از لحاظ شاخص نرخ پوشش، الگوریتم پیشنهادی براساس معیار شباهت جاکارد، نسبت به بهترین نتیجه رقیب در هر سناریو براساس نتایج 6 مجموعه داده مختلف به طور متوسط 87/6 درصد بهبود داشته است.