ارائه ی مدلی برای پیش بینی گرایش عمومی در بلاگستان با استفاده از روش های هوش جمعی در سیستم های توزیع شده
Abstract(in Persian; no English abstract is available)
پیشرفت تکنولوژی در حوزه ی ارتباطات و افزایش ضریب نفوذ اینترنت میان کاربران باعث ایجاد بستری عظیم از اطلاعات شده است که زندگی روزمره ی انسانها را توصیف می کند. یکی از بسترهای ارتباطی فعال برای تحقق این توصیفات، بلاگستان است که در آن کاربران به واسطه منتشر کردن مطالب خود با دیگران به تبادل نظر می پردازند و در مدتی نه چندان طولانی اجتماعی را تشکیل می دهند که در پی رخدادهای واقعی از خود عکس العمل نشان داده و باعث تشدید احساسات این مجموعه از کاربران می شود. این رفتار در صورت تحلیل می تواند نشانگر مسیر گرایش جامعه بوده و با کمّی کردن پارامترهایی که این جامعه و رفتار را توصیف می کنند می توان به پیش بینی رفتار آتی آن نیز پرداخت. الگوریتم pso مبتنی بر رفتارهای موجودات در طبیعت، اساس مناسبی برای مدل کردن یک جامعه با این مشخصات است. با استفاده از این الگوریتم می توان گام های حرکت یک اجتماع از کاربران را دنبال کرده و با مدل کردن فرآیند حرکت، به پیش بینی جهت حرکت پرداخت. این پژوهش با ارائه ی مدلی برای پردازش داده های این اجتماع از کاربران، مبتنی بر الگوریتم pso، راه حلی برای پردازش این داده ها در دنیای واقعی ارائه می دهد که بتواند با افزایش حجم داده مقیاس پذیری لازم را داشته باشد و در عین حال کارایی و دقت مورد نیاز را نیز ارائه دهد. دقت و کارایی این مدل با آزمون استاندارد کای دو سنجیده شده و نشانگر بهبود کارایی نسبت به این آزمون آماری بوده است. این مدل با کشف کردن گرایش عمومی بلاگستان در زمان قابل قبول و دقت مناسب، شرایط را برای پیش بینی گرایش آتی بلاگستان فراهم می کند به نحوی که با الگوریتم های متداول یادگیری ماشین بتوان پیش بینی های مورد نیاز را انجام داد. دقت این پیش بینی ها از سناریو های واقعی مانند سیستم پیشنهاد دهنده ی netflix نتایج بهتری را کسب کرده است.