network topology
در نشریات گروه کتابداری و مدیریت اطلاعات-
اجتماعیابی (کشف اجتماعات) یکی از شاخههای نوظهور و پرطرفدار در علم داده کاوی و تحلیل شبکههای اجتماعی است که کاربردهای فراوانی در کشف و تحلیل اجتماع ها در سایت های اینترنتی، شبکه های زیستی، علمی و پژوهشی و غیره دارد. اجتماعیابی صفحات اینترنتی میتواند به طور ویژه به مدیران سایتهای اینترنتی در تخصیص پهنای بهینه به شبکه صفحات وب تحت نظارتشان کمک کند. در اکثر روش های اجتماعیابی موجود فقط از توپولوژی شبکه (ارتباطات، یالها) برای گروهبندی گرهها (صفحات وب) استفاده میشود؛ درحالی که نتایج پژوهشهای اخیر نشان داده است که اینگونه روشها باید به گونه ای تغییر کند که در آن ها علاوه بر توپولوژی، ویژگی های ذاتی گرهها نیز در فرآیند اجتماعیابی لحاظ شود. ازاین رو در این مقاله برای اولین بار با لحاظ کردن هم زمان ویژگی های ذاتی صفحات وب و ارتباطات میان آن ها، یک مدل ریاضی برای کشف اجتماعات در شبکههای اینترنتی توسعه داده شده است. روش پیشنهادی این پژوهش بدین صورت است که برای لحاظ کردن ویژگیها در فرآیند اجتماعیابی، ابتدا با استفاده از یک رویکرد ریاضی، میزان شباهت صفحات وب به کمک یک سنجه شباهت (مانند جاکارد یا ضریب انطباق) و بردار ویژگیها محاسبه و به عنوان وزن به یال های موجود بین آن ها در شبکه اینترنتی موردنظر افزوده میشود. با این کار عملا یک شبکه اینترنتی ویژگیدار با یال های غیر موزون به یک شبکه بدون ویژگی با یالهای موزون تبدیل میشود. سپس با استفاده از یک مدل ریاضی (که مختص شبکههایی با یال های موزون است)، اجتماعات موجود در این شبکه موزون کشف میشود. برای اعتبارسنجی و اثبات کارایی، در قالب آزمونهای فرض آماری ادعاشده است که کیفیت اجتماعات کشفشده توسط رویکرد ریاضی پیشنهادی (که ویژگیهای صفحات وب را لحاظ میکند) به طور آماری بهتر از مدلهای ریاضی پیشین (که از ویژگیها چشمپوشی میکند) است. نتایج آزمونهای آماری روی شبکه اینترنتی واقعی نشان میدهد که مدل پیشنهادی این پژوهش در حالتی که از معیار جاکارد برای محاسبه میزان شباهت صفحات وب استفاده میکند به طور معنی داری (با P-value=0.01) باعث کشف اجتماعاتی بهتر در قیاس با مدلهای ریاضی پیشین شده است. همچنین نتایج دیگر آزمونهای آماری نیز نشان میدهد که انتخاب سنجه شباهت متناسب با ماهیت شبکه، تاثیر بسزایی در میزان کیفیت رویکرد پیشنهادی دارد.
کلید واژگان: اجتماع یابی، بهینه سازی پودمانگی، توپولوژی شبکه، شبکه اینترنتی، صفحات وب، مدل ریاضی، ویژگی های گرهCommunity detection is one of the emerging and well-known topics in the area of data mining and social network analysis, which has wide variety applications in discovering communities in real-world networks such as biological networks, internet weblogs, scientific and research websites, etc. Web community detection can especially help admins assign the optimal bandwidth to the websites of theirown networks. Most of web community detection approaches only use the network topology to discover the web communities. However, the results of the most recent researches show that traditional community detection methods have to be substantially modified to consider web attributes as well as network topology. Therefore, in this paper, a mathematical programming approach is developed for community detection in attributed internet networks by simultaneously considering both network topology and node attributes. In this approach, first, similarities of web pages are calculated using node attributes and a desired similarity measure and are considered as the weight of the corresponding edges. Then, communities of the resulted weighted network will be detected by the proposed mathematical model. To validate and prove the efficiency, it is hypothesized that the detected communities of the proposed approach have a better quality than that of previous models. Experimental results demonstrate that the proposed approach has the ability to significantly improve the quality of detected web communities, when the model uses the Jaccard index. However, the results of other hypotheses indicate that the correct selection of similarity measure has a significant impact on the quality of the detected communities.
Keywords: community detection, Internet network, mathematical model, Modularity optimization, Network topology, Node attributes, web pages
- نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
©2000-2025 magiran.com All Rights Reserved.