عنوان پایان‌نامه
ارائه روش بهبود یافته شیوع اطلاعات در شبکه های اجتماعی(مجازی) با هدف افزایش تاثیر شیوع
- رشته تحصیلی
- مهندسی فناوری اطلاعات پزشکی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 71594
- تاریخ دفاع
- ۰۶ اسفند ۱۳۹۳
- دانشجو
- منصوره امامی
- استاد راهنما
- زینب الهدی حشمتی رفسنجانی, سید حمید رضا احمدی
- چکیده
- امروزه شبکه¬های اجتماعی مجازی به ابزار قدرتمندی برای ایجاد ارتباط و تبادل اطلاعات بین افراد تبدیل شده¬¬اند. انتشار اطلاعات، همه‌گیری، و روند پخش شایعات در شبکه‌های اجتماعی برخط سه موضوع هم‌راستا و مورد بحث هستند. با شناخت ساختار این شبکه¬ها، تحلیل اجتماعات درون آن‌ها و روابط موجود بین افراد می¬توان از این شبکه¬ها برای اهداف اطلاع¬رسانی به افراد در مدت زمان کمتر و با سرعت بیشتر استفاده کرد. در زمینه افزایش تأثیر انتشار اطلاعات در این شبکه¬ها فعالیت¬های زیادی صورت گرفته ¬است. از جمله راه حل¬های ارائه شده برای این مسأله می¬توان به انتخاب گره¬های تأثیرگذار در شبکه و انتشار اطلاعات از طریق آن¬ها، شناسایی اجتماعات موجود در شبکه و همچنین استفاده از ساختار این شبکه¬ها اشاره کرد. در این راستا مدل¬های انتشار و شناسایی اجتماعات مختلفی ارائه و استفاده شده ¬است. در این پایان‌نامه با استفاده از مدل انتشار اطلاعات احتمالاتی مستقل (IC) و روش¬های شناسایی اجتماعات مختلف، به ارائه سه روش شناسایی گره¬های تأثیرگذار پرداخته¬ شده ¬است. این روش¬ها به بررسی وضعیت موقعیت مکانی گره در شبکه می¬¬پردازند و بر این اساس گره¬¬های مرزی با بیشینه ارتباطات، گره¬هایی که همسایگان آن‌ها بالاترین درجه را دارند و گره‌های دارای هردوی این ویژگی‌ها را در اجتماعات شناسایی می¬کنند. سپس در هر روش یک دسته از این گره¬ها به عنوان گره¬های آغاز کننده انتشار انتخاب می‌شوند. برای ارزیابی این روش¬ها از داده¬های یک شبکه¬ پست-الکترونیکی دانشگاهی در سوئد، شبکه دلفین‌ها و یک شبکه مصنوعی LFR استفاده شده ¬است. نتایج حاصل از شبیه¬سازی¬¬ها تأثیر مثبت روش‌های ارائه شده در افزایش میزان انتشار در این شبکه‌ها را نشان می¬دهند.
- Abstract
- During recent years social networks have become a very powerful tool for communication and information transfers. Information propagation, epidemic outbreaks and rumors propagation have the same concept in social networks. By understanding the structures of such networks, analyzing and comparing them with real world networks, it is possible to use these networks to give information to a large number of people in a short time. Much work has been done regarding the maximizing information diffusion in social networks. The proposed solution can be referred to finding the influential nodes in a network, detecting communities and using structure of these networks.in this context different models for diffusion and community detection are presented and used. In this thesis, two methods for finding influential nodes are proposed, using the IC model and different community detection algorithms. In these methods each node will be analyzed regarding it's location in network, border nodes which have the largest links or nodes which have neighbors with higher degrees will be selected as initial nodes. Data used in this thesis are obtained from an E-mail network in a Swedish university. Implementation results show increases in diffusion in this network
