خوشه بندی در شبکه های اجتماعی برای یافتن افراد تاثیرگذار جهت تصمیم گیری

با ظهور و گسترش شبکه های اجتماعی، روابط بین افراد، سازمان ها و دیگر نهادهای اجتماعی شکل تازه ای به خود گرفته است. یکی از مسائل مطرح در شبکه های اجتماعی، مسئله ی نفوذ اجتماعی می باشد. پژوهش های انجام شده در مورد نفوذ اجتماعی و چگونگی انتشار اطلاعات در شبکه های اجتماعی، بیانگر این است که پذیرش یا رد یک الگوی جدید توسط یک فرد، به پذیرش یا رد دوستان آن فرد بستگی دارد. به این دلیل که افراد به دوستان خود بیشتر از تبلیغات سایر منابع اعتماد دارند. لذا چگونگی انتخاب افراد اولیه برای انتشار اطلاعات در شبکه، از اهمیت ویژه ای برخوردار است. این مسئله، یک مسئله ی چند جمله ای غیرقطعی-کامل است لذا برای تقریب جواب نیاز به استفاده از راه حل های مکاشفه ای است. بعضی از روش های مکاشفه ای مانند مرکزیت درجه، مرکزیت ارتباطی، مرکزیت نزدیکی و روش حریصانه، با وجود اینکه می توانند گره های تاثیرگذار را شناسایی کنند، در برابر شبکه هایی با ساختار جامعه از خود محدودیت نشان می دهند. ما در این پایان نامه سعی داریم، با در نظر گرفتن ساختار جامعه در شبکه های اجتماعی، روشی برای تشخیص افراد تاثیرگذار ارائه دهیم. بدین منظور روش پیشنهادی مسئله تشخیص k جامعه را به یک مسئله بهینه سازی مدل کرده و از الگوریتم رقابت استعماری برای تشخیص آن ها استفاده می کند. سپس با استفاده از مدل آبشاری مستقل، مجموعه k عضوی از افراد تاثیرگذار شناسایی می شود. راه کار پیشنهادی ارائه شده در این پایان نامه با تعدادی از راه کارهای موجود مقایسه شده است که با ادغام دو مرحله تشخیص جوامع و شناسایی مجموعه k عضوی از افراد تاثیرگذار، انتخاب گره های تاثیرگذار، متوازن با ساختار جوامع صورت گرفته است که علاوه بر کاهش محاسبات در مرحله ی انتشار اثر، اطلاعات در ناحیه وسیع تری توزیع می شود.