Khademi M, Sheikh Khani N, Khodabakhsh P. Finding Influential Individuals in Social Network Graphs using CSCS Algorithm and Shapley Value in Game Theory. mmr 2020; 6 (3) :373-386
URL:
http://mmr.khu.ac.ir/article-1-2800-fa.html
خادمی مریم، شیخ خانی نیما، خدابخش پونه. یافتن افراد تأثیرگذار در گراف شبکه های اجتماعی براساس الگوریتم CSCS و مقدار شاپلی در نظریه بازی. پژوهش های ریاضی. 1399; 6 (3) :373-386
URL: http://mmr.khu.ac.ir/article-1-2800-fa.html
1- دانشگاه آزاد اسلامی واحد تهران جنوب ، khademi@azad.ac.ir
2- دانشگاه آزاد اسلامی واحد تهران جنوب
چکیده: (2656 مشاهده)
پیشرفت های اخیر شبکه های اجتماعی آنلاین به ویژه کاربردهای آن در دنیای فناوری و اطلاعات مدرن، موجب گسترش چشم گیر نظریه های گراف و بازی شده است و توجه بسیاری از محققان ریاضی، متخصصان علوم کامپیوتر و تحلیلگران آماری را به خود جلب کرده است. یکی از ویژگی های مهم و کلیدی شبکه های اجتماعی این است که گسترش روابط بین افراد میتوانند در تصمیم گیری آنها، تأثیر به سزای داشته باشد. لذا یکی از مباحث مطرح و کاربردی در شبکههای اجتماعی، یافتن تأثیرگذارترین و بانفوذترین افراد در راستای بیشینهسازی تأثیر فعالیت های آنها در ایجاد تبلیغات ویروسی در خرید کالا، پخش شایعات مخرب، انتشار اخبار کاذب، مهندسی انتخابات و ... است. در این مقاله، ابتدا به بررسی انتشار میان گره ها با استفاده از مرکزیت مقدار شاپلی، تقسیم یک شبکه به جوامع کوچکتر و مدل آبشاری در نظریه بازی ها میپردازیم. سپس برای یافتن تأثیرگذارترین و با نفوذترین افراد در گراف شبکه های اجتماعی الگوریتم CSCS پیشنهاد گردیده که روی مجموعه داده های مختلفی پیاده سازی شده است. در نهایت، نتایج الگوریتم پیشنهادی با نتایج سایر الگوریتم های موجود مقایسه شده است.
نوع مطالعه:
مقاله مستقل |
موضوع مقاله:
جبر دریافت: 1397/3/28 | ویرایش نهایی: 1399/10/7 | پذیرش: 1397/11/9 | انتشار: 1399/9/10 | انتشار الکترونیک: 1399/9/10