CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

کشف جوامع در شبکه های اجتماعی با الگوریتم بهبود یافته گرگ خاکستری

عنوان مقاله: کشف جوامع در شبکه های اجتماعی با الگوریتم بهبود یافته گرگ خاکستری
شناسه ملی مقاله: ICPCONF09_036
منتشر شده در نهمین کنفرانس بین المللی مهندسی برق، کامپیوتر و مکانیک در سال 1402
مشخصات نویسندگان مقاله:

محمد کلهر - کارشناسی ارشد هوش مصنوعی، دانشگاه شهاب دانش، دانشکده مهندسی برق و فناوریاطلاعات، قم، ایران
آرش خسروی - گروه مهندسی کامپیوتر، دانشکده مهندسی، مرکز آموزش عالی محلات، محلات، ایران
ملیحه قاسم زاده - استادیار،گروه فنی ومهندسی،دانشگاه آزاد اسلامی،کرج،ایران

خلاصه مقاله:
کشف انجمن در شبکه های پیچیده یکی از مهم ترین مسائل در زمینه های علمی و تحلیل شبکه های اجتماعی به شمارمی رود و به محققان در درک عملکرد و فهم ساختار شبکه ها کمک می کند. معمولا ساختار جوامع به صورت پنهان درشبکه ها می باشند. تشخیص جوامع و کشف آنها به منظور درک و فهم ساختار شبکه، نقش بسیار مهمی دارد. بازشناختجوامع در شبکه های اجتماعی، می تواند دانستنی هایی درباره توپولوژی و عملکرد شبکه را نشان دهد. اما با رشد سریعکاربران، پیاده سازی این کار وقت بسیار زیادی را صرف می کند. از اینرو طراحی یک الگوریتم بهینه و مناسب برای موضوعتشخیص جوامع، اهمیت بسیار زیادی دارد که می تواند موثر باشد. در این تحقیق، ما از الگوریتم فراابتکاری گرگ خاکستریو بهبود آن با عملگرهای جهش، ترکیب و جستجوی محلی و همچنین بهبود جواب نهایی الگوریتم گرگ خاکستری باالگوریتم انتشار برچسب، برای تشخیص جوامع استفاده کرده ایم. ارزیابی الگوریتم نشان داد که روش مطرح شده، دارایدقت بالایی می باشد و همچنین به واسطه تکنیک های اعمال شده، مسئله خیلی سریع به بهترین جواب همگرا می شود.

کلمات کلیدی:
تشخیص جوامع، الگوریتم گرگ خاکستری، الگوریتم انتشار برچسب، جستجوی محلی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1770360/