:: جلد 6، شماره 3 - ( جلد 6 شمارۀ 3، پاییز 1399 ) ::
جلد 6 شماره 3 صفحات 0-0 برگشت به فهرست نسخه ها
یافتن افراد تأثیرگذار در گراف شبکه های اجتماعی براساس الگوریتم CSCS و مقدار شاپلی در نظریه بازی
دکتر مریم خادمی1، نیما شیخ خانی2، پونه خدابخش2
1- دانشگاه آزاد اسلامی واحد تهران جنوب ، khademi@azad.ac.ir
2- دانشگاه آزاد اسلامی واحد تهران جنوب
چکیده:   (410 مشاهده)
پیشرفت­های اخیر شبکه‏های اجتماعی آنلاین به ویژه کاربردهای آن در دنیای فناوری و اطلاعات مدرن، موجب گسترش چشمگیر نظریه­های گراف و بازی­ شده است و توجه بسیاری از محققین ریاضی، متخصصین علوم کامپیوتر و تحلیل­گران آماری را به خود جلب کرده است. یکی از ویژگی‏های مهم و کلیدی شبکه‏های اجتماعی این است که گسترش روابط بین افراد می‏توانند در تصمیم‏گیری آن‏ها، تأثیر به­سزای داشته باشد. لذا یکی از مباحث مطرح و کاربردی در شبکه­های اجتماعی، یافتن تأثیرگذارترین و بانفوذترین افراد در راستای بیشینه­سازی تأثیر فعالیت­های 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 گره‏ها با استفاده از مرکزیت مقدار شاپلی، تقسیم یک شبکه به جوامع کوچکتر و مدل آبشاری در نظریه­بازی­ها می­پردازیم. سپس جهت یافتن تأثیرگذارترین و بانفوذترین افراد در گراف شبکه­های اجتماعی الگوریتم CSCS پیشنهاد گردیده که روی مجموعه داده‏های مختلفی پیاده­سازی شده است. در نهایت، نتایج الگوریتم پیشنهادی با نتایج سایر الگوریتم‏های موجود مقایسه شده است.
واژه‌های کلیدی: گراف شبکه‌های اجتماعی، نظریه بازی، بیشینه‌سازی نفوذ، مقدار شاپلی، جوامع
     
نوع مطالعه: مقاله مستقل | موضوع مقاله: جبر
دریافت: 1397/3/28 | پذیرش: 1397/11/9 | انتشار: 1399/9/10 | انتشار الکترونیک: 1399/9/10


XML   English Abstract   Print



جلد 6، شماره 3 - ( جلد 6 شمارۀ 3، پاییز 1399 ) برگشت به فهرست نسخه ها