یک الگوریتم چندهدفه برای شناسایی گره‌های پرنفوذ در شبکه‌های اجتماعی

با گسترش شبکه‌های اجتماعی، روابط بین افراد شکل تازه‌ای به خود گرفته است. یکی از مسائل مطرح در شبکه‌های اجتماعی، مسئله نفوذ اجتماعی است. پژوهش‌های انجام‌شده در مورد نفوذ اجتماعی و چگونگی انتشار اطلاعات در شبکه‌های اجتماعی، بیان‌گر این است که پذیرش یا رد یک الگوی جدید توسط یک فرد، به پذیرش یا رد دوستان آن فرد بستگی دارد. زیرا افراد به دوستان خود بیشتر از تبلیغات سایر منابع اعتماد دارند. درنتیجه، بسیاری از شرکت‌ها به سمت این روش که بازاریابی ویروسی نامیده می‌شود، متمایل شده‌اند. باوجود تعداد بسیار زیاد کاربران شبکه‌های اجتماعی، انتخاب ارزشمندترین کاربران به‌عنوان کاربران هدف که بتوان از طریق آن‌ها به بیش‌ترین میزان گسترش در شبکه با کم‌ترین هزینه دست‌یافت، از اهمیت زیادی برخوردار است. در این مقاله، یک روش جدید برای شناسایی گره‌های پرنفوذ در شبکه‌های اجتماعی به نام الگوریتم چندهدفه مبتنی بر اطلاعات ساختاری (mosi) شده است. عملکرد روش پیشنهادی بر مبنای دو هدف «بیشینه‌سازی سود» و «کمینه‌سازی شباهت میان کاربران انتخابی» است. ارزیابی بر روی مجموعه داده‌های واقعی، نشان می‌دهد که روش پیشنهادی دارای قدرت گسترش بیشتری در مقایسه با روش‌های دیگر است.

A Multi-objective Algorithm for Identifying Influential Nodes in Social Networks

With the expansion of social networks, relationship between people has taken a new form. One of the important issues in social networks is social influence. Research on social influences and how information is disseminated in social networks, indicates that accepting or rejecting a new pattern by a person depends on the acceptance or rejection of the friends of that person. That is, because the people usually trust their friends more than other sources of advertising. As a result, many companies are focused on this type of advertisement which is called viral marketing. Given a large number of users in a social network, selecting the most influential users as target users, through which a company can reach the highest expansion in the network with the lowest cost, is of great importance. In this paper, a new method for identifying the influential nodes in social networks is proposed which is called MOSI (MultiObjective algorithm based on Structured Information). The proposed method has two goals: &maximize profit& and &minimize similarity among selected users&. The evaluation of the proposed method on real datasets indicates that our method has a greater expansion power in comparison with other similar methods.