تشخيص انجمن هاي پايدار در شبكه هاي اجتماعي پويا با استفاده از گره هاي با نفوذ

Detect stable community in dynamic social networks using influential nodes

شبكه هاي اجتماعي امروزه كاربردهاي بسياري در زندگي روزمره انسان ها پيدا كرده است به نحوه كه شناسايي رفتار اعضاي اين نوع شبكه ها و انجمن هاي درون آنها از اهميت ويژه اي برخوردار شده است. با توجه به ساختار و نحوه ارتباط بين اعضاي شبكه هاي اجتماعي برخي اعضاي درون اين نوع شبكه ها نقش هاي مهمتري نسبت به ديگر اعضا دارند. در اين مطالعه روشي جهت تشخيص انجمن هاي با اهميت بيشتر پرداخته شد. باري اين منظور با استفاده از ويژگيهاي مركزيت شبكه به معرفي ويژگيهاي جديدي پرداخته شد و سپس اهميت اين نوع ويژگيها توسط تئوري مجموعه هاي راف مورد بررسي قرار گرفت. نتايج آزمايش نشان داد كه با افزايش تعداد گره هاي محبوب در بين يك انجمن كه در اين مطالعه معرفي شد و در عين حال كاهش مقدار ويژگي هاي تراكم، بينابيني و نزديكي ميزان تاثير ويژگي تعداد گره هاي محبوب بر محبوب ماندن انجمن بيشتر مشهود خواهد بود.

Social networks have found many applications in people's daily lives today so that identifying the behavior of members of these types of networks and associations within them is of particular importance. Due to the structure and the way of communication between the members of social networks, some members within this type of network have more important roles than other members. In this study, a method for identifying more important communities was discussed. For this purpose, new features were introduced using network centralization features and then the importance of this type of feature was investigated by Rough set theory. The experimental results showed that by increasing the number of popular nodes among a community where introduced in this study and at the same time decreasing the value of density, betweenness, and closeness centrality features of that community, it causes the effect of the number of popular nodes on the community will remain more evident.