>
Fa   |   Ar   |   En
   شناسایی افراد تاثیرگذار در شبکه های اجتماعی بزرگ با استفاده از اطلاعات ساختاری سراسری و محلی  
   
DOR 20.1001.2.0020193782.1400.1.1.14.2
نویسنده شریفی نوشین ,باطنی مهدی
منبع وب پژوهي - 1400 - دوره : 7 - هفتمین کنفرانس بین المللی وب پژوهی - کد همایش: 00201-93782
چکیده    امروزه اهمیت مبحث انتشار و استحکام معماری در شبکه، توجه محققین زیادی را به سمت شناسایی افراد تاثیرگذار در شبکه های اجتماعی جلب کرده است. بنابراین روش های زیادی برای کشف گره ی تاثیرگذار ارائه شده است. با این وجود هر کدام از معیارهای ارائه شده دارای محدودیت های خاص خود هستند. الگوریتم gls یکی از متدهای کشف و رتبه بندی گره های تاثیرگذار است. gls با ادغام دو بعد اطلاعات سراسری و محلی گره ها، از دقت بیشتری نسبت به متدهای کلاسیک و نوین مشابه برخوردار است. gls دارای پیچیدگی زمانی از مرتبه ی نمایی است. بنابراین استفاده از این متد برای شبکه های بزرگ هزینه ی زیادی را در بر دارد و در برخی موارد غیرممکن است. در این مقاله ساختار gls را به منظور کاهش زمان اجرای آن تغییر داده ایم. این تغییر با در نظرگرفتن همسایه های مشترک هر گره با همسایه هایش تنها تا شعاع دو در بخش محاسبه ی تاثیر سراسری انجام شده است. الگوریتم ارائه شده در این پژوهش (ngls) ضمن حفظ دقت gls، دارای پیچیدگی زمانی از مرتبه ی خطی است. زمان اجرای ngls روی 15 شبکه ی دنیای واقعی حداقل 50% و روی 13 شبکه ی شبیه سازی شده حداقل %80 نسبت به الگوریتم gls کاهش یافته است. ngls قابل استفاده در انواع شبکه ها با مقیاس های متفاوت است.
کلیدواژه گره های تاثیرگذار ,اطلاعات سراسری و محلی ,شبکه های بزرگ ,معیارهای مرکزیت
آدرس دانشگاه شیخ­بهائی، اصفهان, ایران, دانشگاه شیخ­بهائی، اصفهان, ایران
پست الکترونیکی bateni@shbu.ac.ir
 
   Identifying Influential People in Large Scale Social Network Using Global and Local Structural Information  
   
Authors
Abstract    Today, the importance of publication and the strength of architecture in the network, has attracted the attention of many researchers to identify influential people in the social networks. Therefore, many methods have been proposed to discover the effective nodes. However, each of the proposed methods has its own limitations. The GLS algorithm is one of the methods for detecting and ranking effective nodes.The GLS is more accurate than similar classical and modern methods by combine two dimensions of global and local node information.The GLS has a time complexity of exponential order. Therefore, using this method for large networks is very expensive and in some cases impossible. In this article, we have modified the structure of GLS to reduce its execution time. This change is made by considering the common neighbors of each node with its neighbors only up to a radius of two in the global influence calculation section. The algorithm presented in this article (NGLS) in addition to maintaining the accuracy of GLS, has a time complexity of linear order. NGLS runtime is reduced by at least 50% on 15 real-world networks and by at least 80% on 23 simulated networks compared to the GLS algorithm. NGLS can be used on a variety of networks with different scales.
Keywords گره های تأثیرگذار ,اطلاعات سراسری و محلی ,شبکه های بزرگ ,معیارهای مرکزیت
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved