توسعه الگوریتک تعیین کنشگران کلیدی در شبکه های اجتماعی چند لایه با در نظر گرفتن همزمان مشخصه های فردی و ساختار ارتباطات میان اعضای شبکه

تحلیل شبکه اجتماعی (SNA) به نگاشت و سنجش ارتباطات میان افراد، گروه ها، سازمانها،... می پردازد. شاخص های مرکزیت در این حوزه به منظور تعیین مهمترین کنشگران درون شبکه اجتماعی تعریف شده اند. یکی از اصلی ترین شاخصهای مرکزیت، مرکزیت نزدیکی می باشد، در این شاخص، مرکزی ترین گره، گره ای است که از سایر گره ها به بقیه نزدیکتر باشد. در این کار تحقیقاتی به ارائه یک چارچوب مفهومی برای تعریف شاخص های مرکزیت نزدیکی در شبکه های پیچیده خواهیم پرداخت. با توجه به اینکه یکی از بزرگترین محدودیتهای تعیین شاخصهای مرکزیت آنست که این شاخصها صرفا براساس موقعیت افراد در شبکه و ساختار رابطه شان با سایر اعضای شبکه معین می شوند و تاثیر ویژگی های فردی در آنها نادیده انگاشته می شود، چارچوب پیشنهادی این پژوهش مبتنی بر ترکیب دو رویکرد است: رویکرد سنتی علوم اجتماعی و رویکرد تحلیل شبکه های اجتماعی؛ یعنی به طور همزمان به ویژگی های فردی وساختار روابط توجه شود. از سوی دیگر کشف اجتماعات و ساختار خوشه ایدر شبکه های پیچیده از اهمیت قابل توجهی برخوردار است به دلیل آنکه به فهم ساختار و عملکرد شبکه ها کمک می کند و برای تفسیر برخی انواع شاخص های مرکزیت نیز الزامی است. لذا ما خوشه بندی طیفی)با تعیین قبلی تعداد خوشه های بهینه(را به عنوان مرحله پیش نیاز یافتن این نوع شاخص های مرکزیت پیشنهاد می کنیم. بر اساس چارچوب مذکور الگوریتمی برای محاسبه مرکزیت نزدیکی در شبکه های پیچیده ارائه خواهیم داد. سپس این الگوریتم برروی شبکه باشگاه کاراته زاخاری اعمال شد که تاکنون بطور وسیعی بعنوان ترازیابی برای کشف اجتماعات در ادبیات موضوع بکاررفته است. نتایج نشانگر این امر است که الگوریتم جدید ما هم در تعیین تعداد مناسب (بهینه) خوشه ها کاراست و هم در تعیین مرکزیت نزدیکی درون خوشه ای.