پایان نامه پیش بینی لینک در شبکه اجتماعی با استفاده از شبکه بیزین

لینک در شبکه اجتماعی با استفاده از شبکه بیزین

فصل اول  1

مقدمه و کلیات تحقیق   1

1-1-مقدمه  2

1-2-کلیات و مسایل تحقیق   5

1-2-1-تشریح و بیان موضوع تحقیق   5

1-2-2-ضرورت انجام تحقیق   6

1-2-3-فرضیه ها و اهداف تحقیق   8

1-2-4-روش انجام تحقیق   9

1-3-تاریخچه شبکه های اجتماعی   10

1-4-تعریف شبکه اجتماعی   11

1-5-انواع شبکه های اجتماعی   14

1-5-1-بر مبنای نوع ارتباطات    14

1-5-2-ارتباطات اجتماعی   14

1-5-3-شبکه بندی   14

1-5-4-ناوبری 15

1-5-5-بر مبنای نوع فعالیت    15

1-5-6-شبکه های اجتماعی اطلاعاتی   16

1-5-7-شبکه های اجتماعی تخصصی   17

1-5-8 -شبکه های اجتماعی آموزشی   17

1-5-9-شبکه های اجتماعی سرگرمی   17

1-5-10-شبکه های اجتماعی علمی   17

1-5-11-شبکه های اجتماعی خبری   18

1-5-12-از نظر باز یا بسته از نظر اعضا 18

1-5-13-شبکه های با عضویت آزاد و باز برای افراد  18

1-5-14-شبکه های با عضویت محدود شده به داشتن شرایطی خاص توسط افراد  18

1-5-15-شبکه های بسته و عضویت تنها در صورت دعوت توسط سایر اعضا 19

1-5-16-بر مبنای سطح پوشش    19

1-5-17-شبکه های جهانی   19

1-5-18-شبکه های منطقه ای   19

1-5-19-شبکه های ملی   20

1-5-20-شبکه های سازمانی   20

1-6-ویژگی های انحصاری شبکه های اجتماعی   20

1-7-اهداف و کارکردهای شبکه های اجتماعی   20

1-7-1-سازماندهی انواع گروه های اجتماعی مجازی   21

1-7-2-توسعه مشارکت های اجتماعی   21

1-7-3-به اشتراک گذاشتن علاقه مندی ها توسط اعضا 21

1-7-4-ایجاد محتوا توسط اعضا 22

1-7-5-تبلیغات هدفمند اینترنتی   22

1-8-مزایای شبکه های اجتماعی   22

1-8-1-انتشار سریع و آزادانه اخبار و اطلاعات، افزایش قدرت تحلیل و تقویت روحیه انتقادی   22

1-8-2-امکان عبور از مرزهای جغرافیایی و آشنایی با افراد، جوامع و فرهنگ های مختلف    23

1-8-3-شکل گیری و تقویت خرد جمعی   23

1-8-4- امکان بیان ایده ها به صورت آزادانه و آشنایی با ایده ها، افکار و سلیقه های دیگران  23

1-8-5-کارکرد تبلیغی و محتوایی   24

1-8-6-ارتباط مجازی مستمر با دوستان و آشنایان  24

1-8-7-تبلیغ و توسعه ارزش های انسانی و اخلاقی در عرصه جهانی   24

1-8-8-یکپارچه سازی بسیاری از امکانات اینترنتی و وبی   25

1-8-9-توسعه مشارکت های مفید اجتماعی   25

1-8-10-ا فزایش سرعت در فرایند آموزش و ایجاد ارتباط شبانه روزی بین استاد و شاگرد  25

1-8-11- افزایش اعتماد، صمیمیت و صداقت در فضای سایبر  26

1-9 -پیامدهای منفی شبکه های اجتماعی   26

1-9-1- شکل گیری و ترویج سریع شایعات و اخبار کذب    26

1-9-2-تبلیغات ضد دینی و القای شبهات    27

1-9-3- نقض حریم خصوصی افراد  27

1-9-4- انزوا و دور ماندن از محیط های واقعی اجتماع  27

1-9-5- تأثیرات منفیِ رفتاری   28

1-10- شبکه های اجتماعی در ایران  28

جمع بندی   31

فصل دوم  33

تحلیل شبکه های اجتماعی   33

2-1-مقدمه  34

2-2- داده های موجود در شبکه های اجتماعی   35

2-3 -روابط، اساس شبکه های اجتماعی   38

2–4 اهداف تحلیل شبکه های اجتماعی   39

2–5 حوزه های مختلف فعالیت در تحلیل شبکه های اجتماعی   39

جمع بندی   42

فصل سوم  43

پیش بینی لینک در شبکه های اجتماعی   43

3–1 مقدمه  44

3-2 -سابقه تحقیقات و مطالعات انجام گرفته  46

3-3-روش های یادگیری ماشین برای پیش بینی لینک    48

3-3- -1یادگیری بدون ناظر برای پیش بینی لینک    49

3-3-2-یادگیری با ناظر برای پیش بینی لینک    50

3-4- رویکردهای موجود در پیش بینی لینک    51

3-3-1- رویکرد مبتنی بر شباهت    53

3-3-1–1استخراج ویژگی   55

3-3-2- رویکرد مبتنی بر مدل های احتمالاتی   59

3-3-2-1-ویژگیهای یادگیری بیزین   62

3-3-3 -روش های جبر خطی   63

جمع بندی   65

فصل چهارم  68

پیش بینی لینک در شبکه های اجتماعی با استفاده از شبکه های بیزین   68

4-1-مقدمه  69

4-2-مجموعه داده های مورد استفاده 69

4-3-معیارهای ارزیابی   71

4-4-شاخص های مورد استفاده در پیش بینی لینک    75

4-5-پیش بینی لینک با استفاده از شبکه بیزین   76

4-6-بهبود دسته یندی در شبکه های بیزین: 81

4-6-1-الگوریتم رقابت استعماری: 83

4-6-2-الگوریتم ژنتیک: 86

4-6-3-الگوریتم بهینه سازی ازدحام ذرات    90

4-6-4-الگوریتم شبکه عصبی مصنوعی   91

4-7-نتایج تجربی حاصل از پیاده سازی الگوریتم ها 93

4-7-1-نمودار های حاصل از اجرای الگوریتم های مبتنی بر جمعیت    95

نتیجه گیری   100

فصل پنجم  101

نتیجه گیری و پیشنهادات    101

5-1-خلاصه مطالب    102

5-2- پیشنهادات آینده 102

5-3-مشکلات موجود در روش های پیشگویی پیوند  104

5-4-مشکلات عملی در یادگیری بیزین و دسته بندی کننده ی بیزین   105

مقاله مستخرج از پایان نامه  106

مقاله انگلیسی برای ژورنال: 106

منابع: 107

تعریف شبکه اجتماعی

در حال حاضر در سراسر جهان، جنبش شبکه های اجتماعی شکل گرفته است. یعنی بسیاری از وب سایت ها امکانات و زیرساخت های شبکه اجتماعی را در خود جای داده اند. طبق آمارها هر کاربر اینترنتی زمان کمی را صرف بازدید از یک وب سایت می کند در حالی که وجود امکانات شبکه های اجتماعی باعث ماندگاری بازدیدکنندگان و کاربران در این نوع وب سایت ها می شود و در نهایت ارتباطی پویا و دایمی بین مخاطب و سرویس دهنده برقرار می کند.

یک شبکه اجتماعی، یک ساختار اجتماعی است که از گره هایی که عموما فردی یا سازمانی هستند تشکیل شده است که توسط یک یا چند نوع خاص از وابستگی به هم متصل هستند. دلیلی که باعث شده چنین شبکه هایی از موقعیت خوبی برخوردار شوند، رنگ و بوی اجتماعی آنهاست چرا که انسان موجودی اجتماعی است. [2] از همین رو، کاربران با حضور خود، صورتی جدید از تعاملات اجتماعی سنتی را به وجود می آورند که شاید تجربه کردن برخی از این تعاملات به دلیل هنجارهای جامعه کاربران غیرممکن باشد.

به بیان دیگر یک شبکه اجتماعی، سایت یا مجموعه سایت هایی است که برای کاربرانی که دوست دارند علاقه مندی ها، افکار و فعالیت های خودشان را با دیگران به اشتراک بگذارند )و دیگران هم با آنان به اشتراک بگذارند(، امکانات مورد نیاز را فراهم می کند. شبکه های اجتماعی به خصوص آنهایی که کاربردهای معمولی و غیرتجاری دارند، مکان هایی در دنیای مجازی هستند که مردم، خود را به طور خلاصه در آنجا معرفی کرده و امکان برقراری ارتباط بین خود و همفکرانشان را در زمینه های مختلف مورد علاقه، فراهم می کنند.

این شبکه های اجتماعی در عین حالی که فضاهایی جهت پیدا کردن دوستان جدید است، افراد می توانند با دوستان قدیمی خود که در جریان تغییرات زندگی شان قرار داشته اند، ارتباط برقرار کنند. مکان هایی برای تبادل نظر هستند که در آن ها جوانان عقاید و نظرات خود را با هم به اشتراک می گذارند. از جمله شبکه های اجتماعی مشهور که کاربران زیادی را از نقاط مختلف دنیا به خود جذب نموده است، می توان فیس بوک[1]، توییتر[2]، لینکدین[3] و گوگل پلاس[4] را نام برد.

امروز با گسترش این نوع از شبکه ها و نیز افزایش تجهیزات وب سایت هایی مانند آمازون و ای بای با امکانات شبکه های اجتماعی، این نتیجه گرفته شده است که بسیاری از خدماتی که روابط عمومی الکترونیک ارائه می دهد در قالب شبکه های اجتماعی نیز قابل عرضه است.

در واقع هر وب سایت یا برنامه ای که یک تجربه اجتماعی در قالب تعاملات کاربران فراهم می کند، می تواند به عنوان شکلی از شبکه های اجتماعی در نظر گرفته شود. به عنوان مثال، سایت های اشتراک رسانه از قبیل Flickr ، Youtube و delicious رسماَ شبکه های اجتماعی نیستند، اما اجازه تعاملات اجتماعی به صورت تبادل اطلاعات در مورد محتوای به اشتراک گذاشته شده را می دهند. به صورت مشابه بسیاری برنامه های کاربردی مشتق شده از موبایل، وب و اینترنت، دارای جنبه های اجتماعی هستند. لذا این سایت ها و برنامه ها نیز در حوزه شبکه های اجتماعی قرار می گیرند.

استفاده از خدمات شبکه های اجتماعی، روز به روز محبوبیت بیش تری پیدا می کند. هم اکنون سایت های شبکه های اجتماعی، بعد از پرتال های بزرگی مثل یاهو یا ام اس ان موتورهای جست وجو مثل گوگل، تبدیل به پراستفاده ترین خدمات اینترنتی شده اند.

البته شبکه اجتماعی، مفهومی است که پیش از طرح در عرصه فضای مجازی، در فضای واقعی جوامع نیز دارای مفهوم است. اما مسئله ای که باعث مطرح شدن چنین مفهومی در فضای جامعه ایران در سال های اخیر شده است، نقش ویژه ای است که شبکه های اجتماعی اینترنتی در تحولات سیاسی سال های اخیر ایران، ایفا کرده اند. تقریباً می توان گفت که بیشتر شبکه های اجتماعی مطرح در دنیا، از سوی مؤسسات مطرح و وابسته به ایالات متحده تأسیس و حمایت شده اند و سهم دیگر کشورها در ایجاد و توسعه جهانی شبکه های اینترنتی بسیار کم بوده است. به طوری که کاربران در بسیاری نقاط دنیا رغبتی برای عضویت و فعالیت شبکه های اجتماعی داخلی نداشته اند.

ظهور شبکه های اجتماعی برخط یکی از مهیج ترین حوادث این دهه است. بسیاری شبکه های اجتماعی برخط محبوب از قبیل توییتر، لینکدین، و فیس بوک به صورت افزایشی محبوب شده اند. به علاوه، تعدادی شبکه های چند رسانه ای مانند فلیکر از محبوبیت زیادی در سال های اخیر برخوردار شده اند. بسیاری از این نوع شبکه ها، به طور چشمگیری غنی از اطلاعات مربوط به محتوا و ارتباطات هستند که می توان از آنها در تحلیل ها استفاده نمود. داده های ارتباطات، اساساً به ساختار گراف شبکه های اجتماعی و ارتباطات بین موجودیت ها، مربوط می شود و داده های محتوایی شامل متن، تصاویر و سایر داده های چندرسانه ای موجود در شبکه ها می باشد. غنای این شبکه ها فرصت بی نظیری برای تحلیل داده های موجود در متن شبکه های اجتماعی در اختیار قرار می دهد.

به صورت عمومی، یک شبکه اجتماعی به عنوان یک شبکه از تعاملات یا ارتباطات تعریف می شود که رأس ها شامل کنشگرها و لبه ها شامل ارتباطات یا تعاملات این کنشگرهاست[11].

داده های موجود در شبکه های اجتماعی

همانگونه که پیش از این بیان شد، نکته مهمی که در شبکه های اجتماعی وجود دارد این است که این شبکه ها غنی از انواع داده و اطلاعات هستند و بحث ها و فرصت های بی نظیری را برای پژوهشگران از جهت کشف دانش و داده کاوی[1] فراهم می نمایند.

به طور خلاصه دو نوع اولیه داده در این شبکه ها عبارتند از[8] :

• داده های حاصل از تحلیل ساختاری گراف شبکه و مبتنی بر لینکها: این اطلاعات با مطالعه رفتار لینکها، رأس های مهم و گسترش نواحی مختلف شبکه کشف و شناسایی می شوند.
• داده های حاصل از تحلیل محتوایی: که مربوط به تحلیل تصاویر و متن های موجود به اشتراک گذاشته شده توسط کاربران شبکه های اجتماعی، می شود.

سایت های شبکه اجتماعی که نمونه کوچکی از گراف آن در شکل2-1 نشان داده شده است و نمایانگر حجم – کوچکی از این شبکه ها می باشد، منبع مهمی برای داده های مربوط به رفتار طبیعی کاربران هستند. اطلاعات پروفایلها، لینکهای موجود در آنها، دیدگاه های منتشر یا مبادله شده منابعی غنی برای تحلیل گران شبکه به شمار می آیند تا به الگوهای فکری، رفتاری و شاخصهای دیگر کنشگری کاربران دست یابند. به عنوان نمونه، گلدر در سال 2117 مجموعه داده های مربوط به 362 میلیون پیام مبادله شدة چهار میلیون و دویست هزار کاربر فیس بوک را طی 26 ماه مورد بررسی و تحلیل قرار داد و به الگوی موقتیِ وابسته به زمان، از رفتارهای دانشجویان در این سایت شبکة اجتماعی دست یافت

پیش بینی لینک

پیش بینی لینک، به معنی پیش بینی احتمال برقراری یک ارتباط بین دو رأس با توجه به اطلاعات موجود در شبکه و نیز با دانستن اطلاعاتی در مورد ارتباطاتی که قبلاً ایجاد شده است، می باشد، البته با دانستن این مسأله که در حال حاضر ارتباطی بین این دو رأس وجود ندارد.

روش های موجود برای پیش بینی لینک می تواند در سه مقوله گنجانده شود. اولی شامل مدل های سنتی است که مجموعه ای از ویژگی ها را برای آموزش یک مدل دسته بندی باینری استخراج می کند. در این حالت هر نقطه داده به یک جفت رأس در گراف شبکه اجتماعی مربوط می شود. در اینجا برای هر جفت رأس تصمیم می گیریم که برای آن لینک وجود داشته باشد یا نداشته باشد.

دومی، رویکردهای احتمالاتی است که احتمال الحاق موجودیت ها در یک شبکه اجتماعی را با استفاده از مدل های گرافیکی بیزین مدل می کند. ایده اصلی در استفاده از مفاهیم بیزین، بدست آوردن یک احتمال ثانویه است که به شانس اتصال یک جفت رأس که مورد نظر ماست اشاره دارد.

و رویکرد سوم رویکردهای جبرخطی است که شباهت بین ندها در یک شبکه را با استفاده از ماتریس های شباهت کاهش رتبه محاسبه می کند. این الگوریتم ها روشی را پیشنهاد می دهد که یک تابع F را که مستقیماً روی ماتریس مجاورت یا ماتریس لاپلاسین گراف کار می کند، آموزش می دهد.

ویژگی های مورد استفاده در تعیین ویژگی های مورد استفاده در روش های مختلف، در دو گروه قرار می گیرند: گروه اول ویژگی های مبتنی بر مشخصات راس از قبیل سن، شغل، جنسیت، مکان زندگی، محتویات پست ها و اطلاعات به اشتراک گذاشته شده و غیره هستند. گروه دوم ویژگی های مبتنی بر ساختار گراف می باشند. این ویژگی ها شامل دو دسته ویژگی های محلی و سراسری است. ویژگی های محلی دارای مزیت سرعت و ویژگی های سراسری دارای مزیت دقت می باشند.

تعدادی از ویژگی ها و معیارهای شباهت مورد استفاده در پیش بینی لینک در این بخش بیان و شرح داده شده است.

جهت مشاهده نمونه های دیگر از ادبیات ، پیشینه تحقیق و مبانی نظری پایان نامه های مهندسی کامپیوتر و فناوری اطلاعات کلیک کنید.

نمونه ای از منابع

• [10] Charu C. Aggarwal, Social Network Data Analytics, Springer , New York, 2011
• [11] Michael Fire, Lena Tenenboim, Ofrit Lesser, Rami Puzis, Lior Rokach and Yuval Elovici, Link Prediction in Social Networks using Computationally Efficient Topological Features, IEEE International Conference on Privacy, Security, Risk, and Trust, and IEEE International Conference on Social Computing, 2011
• [12] L. Getoor and C. P. Diehl. Link mining: a survey. SIGKDD Explor. Newsl., 7 (2005) 3–12.
• [13] Xu Feng, Jichang Zhao and Ke Xua, Link Prediction in Complex Networks: A Clustering Perspective, EPJ manuscript No.(2011).
• [14] Liben-Nowell, David, and Kleinberg, The Link Prediction Problem for Social Networks. Journal of the American Society for Information Science and Technology, 58(2007) 1019-1031.
• [15] Hasan, Mohammad A., and Chaoji, Vineet, and Salem, Saeed and Zaki, Mohammed. Link Prediction using Supervised Learning. Proceedings of SDM Workshop of Link Analysis, Counterterrorism and Security. (2006).
• [16] Bilgic, Mustafa, and Namata, Galileo M., and Getoor, Lise. Combining collective classification and link prediction. Proceedings of the Workshop on Mining Graphs and Complex Structures at ICDM Conference. (2007).
• [17] Tylenda, Tomasz, and Angelova, Ralitsa, and Bahadur, Srikanta. Towards time-aware link prediction in evolving social network. SNA-KDD: Proceedings of the third Workshop on Social Network Mining and Analysis, 09 (2009).
• [18] Doppa, Janardhan R., and Yu, Jun, and Tadepalli, Prasad, and Getoor, Lise. Chance-Constrained Programs for Link Prediction. Proceedings of Workshop on Analyzing Networks and Learning with Graphs at NIPS Conference. (2009).
• [19] Barabasi, Albert-Laszlo, and Albert, Reka. Emergence of Scaling in Random Networks, Science, 5439 (1999) 286,509.
• …
• …