ارائه مدلي براي شبكه‌هاي اجتماعي چند لايه‌ پويا براي كشف گروه‌هاي تاثيرگذار، مبتني بر تركيبب الگوريتم تكاملي جهش قورباغه و خوشه‌بندي C-means

امروزه علم و  فن آوري با آهنگي شتابناك در حال رشد است و شبكه هاي اجتماعي پيچيده به بخشي ضروري از زندگي تبديل شده اند، آن گونه كه بحث جدايي مردم از شبكه هاي درهم پيچيده اي كه مبتني بر نيازهاي اساسي زندگي است بحث ناگزيري در زندگي روزمره و عرصه دانش است. در پژوهش پيش رو مدلي براي شبكه هاي اجتماعي چندلايه اي پويا براي كشف گروه هاي تأثيرگذار، مبتني بر تركيب الگوريتم تكاملي جهش قورباغه و خوشه بندي C-means ارائه شده است. بدين ترتيب كه پس از جمع‌آوري داده‌ها به پاك سازي و نرمال سازي آن ها پرداخته شد تا داده‌هاي مطلوب منجر به شناسايي افراد و گروه‌هاي مؤثر شود كه در ادامه كار ماتريس تصميم شكل گرفت و از روي آن شناسايي و خوشه‌بندي(مبتني بر خوشه‌بندي فازي) انجام شد و اهميت گروه‌ها نيز مشخص گرديد. براي دستيابي به افراد و گروه‌هاي تأثيرگذار در شبكه‌هاي اجتماعي، از الگوريتم قورباغه جهنده براي بهبود تشخيص پارامترهاي تأثيرگذار استفاده شد كه باعث بهبود اهميت گره ها شده است. در ارزيابي و شبيه سازي بخش خوشه‌بندي، روش پيشنهادي با روش K-means مقايسه و  نتيجه مقدار تعادل روش در انتخاب خوشه برابر 5 شد. گفتني است كه روش پيشنهادي به نسبت روش‌هاي مورد مقايسه، بهبود مناسب تري را نشان داد. همچنين ارزيابي معيار صحت روش پيشنهادي به نسبت روشهاي همسان بهبود 3.3 داشته و نسبت  به روش پايه M-ALCD بهبود 3.8 را به ثبت رسانده است.