كشف جوامع در كاربران شبكه تلفن با استفاده از سوابق جزئيات تماس

كارشناسي ارشد

بررسي و تحليل داده‌هاي شبكه‌هاي اجتماعي به شكل گسترده‌اي مورد توجه محققين قرار داشته كه در اين بين جوامع و ساختار آنها در گراف شبكه اجتماعي بسيار مد نظر قرار گرفته است. شبكه تلفن همراه به دليل گستردگي كاربرد و كاربران خود يكي از حساس‌ترين موارد تشخيص جوامع مي‌باشد. در اين پايان نامه به ارائه روشي پرداختيم كه طي آن گراف تماس‌هاي كاربران با استفاده از خوشه‌بندي طيفي به ابرخوشه‌هايي تقسيم مي‌شوند. در توليد ابرخوشه‌ها، مراكز با توجه به مقدار بينابيني گره‌ها انتخاب مي‌شوند.تقسيم گراف به ابرخوشه‌ها امكان موازي سازي عمليات را فراهم مي‌كند. جوامع حاضر در ابرخوشه‌ها را با استفاده از الگوريتم Girvan-Newman تشخيص مي‌دهيم. با افزودن يال‌هاي حذف شده بر اثر ايجاد ابرخوشه‌ها به جوامع، ابر‌جوامعي ايجاد شده كه آنها را با توجه به قطرشان تشخيص داده و جوامع دقيق‌تري را از آنها استخراج مي‌كنيم. با ايده خوشه‌بندي طيفي و فراهم كردن امكان موازي سازي عمليات، زمان پردازشي لازم را كاهش داده و در عين حال با استفاده از روش پيمانگي معيار پيمانگي را بهبود مي‌دهيم.

193025

دانشگاه علم و صنعت ايران

هوش مصنوعي و رباتيك

دكتر آنالويي - دكتر مينايي