کشف اجتماعات در شبکه‌‌های اجتماعی یک لایه‌‌ی پویا با رویکرد بیشینه سازی اهمیت

دنیای کنونی، عصر شبکه و اینترنت است عصری که در آن با شکل‌گیری شبکه‌های گوناگون اجتماعی، شیوه‌‌های ارتباطی و اطلاع‌رسانی نوینی به عرصة گسترده ارتباطات اجتماعی معرفی شده‌‌اند. شبکه‌‌های اجتماعی از محبوب‌‌ترین مقاصد سال‌‌های اخیر کاربران اینترنت شده است شبکة اجتماعی گروهی از افراد یا سازمان‌‌های دارای منافع و سلایق مشترک هستند که برای دستیابی به اهداف مشخصی گرد هم می‌‌آیند. دلایل عمده ایجاد شبکه‌‌های اجتماعی شامل روابط فردی، روابط کاری، روابط علمی، سلیقه و علایق و تفریحات مشترک و انگیزه‌های اجتماعی سیاسی می‌‌باشد. آنالیز یا تحلیل شبکه‌‌های اجتماعی به معنایی مطالعة ویژگی‌‌های شبکة اجتماعی و روابط بین افراد و بخش‌‌های یک شبکه با رویکرد نظریه شبکه‌‌ای یا گراف است. تحلیل شبکه‌‌های اجتماعی نوعی مطالعه میان‌رشته‌ای در حوزه‌‌های مختلف است از جمله جامعه‌شناسی، ریاضیات، علوم رایانه و سایبری می‌باشد. یکی از چالش‌های اساسی در تحلیل شبکه‌‌های اجتماعی ناپایدار بودن این شبکه‌ها است؛ زیرا در هر ثانیه ممکن است افرادی یا سازمانی‌هایی به عضویت این شبکه‌ها درآیند و یا از آن خارج شده و یا رابطه‌های جدیدی شکل گیرد.ما در این مقاله یک روشی ابتکاری برای کشف اجتماعات پیچیده در شبکه‌‌های اجتماعی با یک‌لایة پویا و با تمرکز بر بیشینه‌سازی معیار اهمیت ارائه می‌دهیم. سپس با استفاده از مجموعه‌دادة تولید شده توسط lfr benchmark به بررسی نتایج طرح پیشنهادی خود با سایر طرح‌ها پرداخته و نتایج به‌دست‌آمده حاکی از بهبود عملکرد طرح پیشنهادی ما در دقت شناسایی روابط پیچیده در شبکه‌های اجتماعی و زمان کمتر آن در مقایسه با سایر طرح‌ها است.

discovery of communities in social networks of a dynamic layer with the approach of maximizing the importance

the current world is the era of the network and the internet, an era in which, with the formation of various social networks, new methods of communication and information have been introduced to the wide field of social communication. social networks have become one of the most popular destinations of internet users in recent years [1]. a social network is a group of people or organizations with common interests and tastes that come together to achieve specific goals. the main reasons for creating social networks include personal relationships, work relationships, scientific relationships, shared tastes and interests, and social and political motivations. analysis of social networks means the study of social network characteristics and relationships between people and parts of a network with a network or graph theory approach. social network analysis is a kind of interdisciplinary study in different fields such as sociology, mathematics, computer and cyber science. one of the basic challenges in analyzing social networks is the instability of these networks because every second people or organizations may join or leave these networks or new relationships may be formed.in this paper, we present an innovative method for discovering complex communities in social networks with a dynamic layer and focusing on the maximization of the importance criterion. then, using the data set produced by lfr benchmark, he checked the results of his proposed plan with other plans, and the results obtained indicate the improvement of the performance of our proposed scheme in the accuracy of identifying complex relationships in social networks and its less time compared to other scheme.