👈فول فایل فور یو ff4u.ir 👉

بهینه سازی پیش بینی لینک در شبکه های اجتماعی به کمک منطق فازی word

ارتباط با ما

دانلود


بهینه سازی پیش بینی لینک در شبکه های اجتماعی به کمک منطق فازی word
 فهرست مطالب
صفحه
عنوان
 
10
چکیده
11
فصل اول: مقدمه و طرح مسئله
12
1-1-مقدمه
13
1-2- شبکه های اجتماعی
14
1-3-تحلیل شبکه های اجتماعی
16
1-4- مقدمه ای برای منطق فازی
19
1-5- بیان مسئله
22
1-6- توصیف ریاضی مسئله پیش بینی لینک ها
23
1-7- ساختار پایان نامه
24
فصل دوم: مبانی نظری و پیشینه ی تحقیق
25
2-1- مقدمه
25
2-2-مفاهیم اولیه در زمینه پیشنهاد لینک در شبکه
25
2-2-1- گراف
25
2-2-2-گراف اجتماعی
26
2-2-3- تحلیل شبکه‌های اجتماعی
27
2-2-4-منابع داده کاوی در شبکه های اجتماعی
27
2-3- انواع روش های پیش بینی لینک
28
2-3-1- الگوریتم های بر مبنای شباهت
29
2-3-1-1-شاخص شباهت محلی
29
29
30
30
30
30
31
31
31
32
32
2-3-1-2- شاخص های شباهت سراسری
32
33
33
34
34
35
35
36
2-3-1-3- شاخص های شباهت شبه محلی
36
37
37
38
2-3-2-متدهای بیشترین احتمال
38
2-3-2-1-روشهايمبتنيبر بیش ترین احتمال
38
41
42
2-4-منطق فازی
42
2-4-1- مدل فازی متغیرها
44
2-4-2- تعریف متغیر زبانی
45
2-4-3-روش چهار مرحله ای استفاده از منطق فازی
46
2-4-4- عملیات بر روی مجموعه های فازی
46
2-4-4-1-عملگر مکمل
47
2-4-4-2-عملگراجتماع
48
2-4-4-3-عملگر اشتراک
49
2-4-5- رابطه بین مجموعه های فازی
49
2-4-6- ترکیب روابط فازی
49
2-4-7-اتصال دهنده ها
51
2-4-8-رابطه ایجاب
51
2-4-9-رابطه استنتاج
52
2-5- مروری بر کارهای انجام شده در زمینه پیشنهاد لینک
60
فصل سوم:روش پیشنهادی
61
3-1- مقدمه
61
3-2- روش پیشنهادی
64
3-2-1- تشریح ورودی های سیستم فازی
66
3-2-2- فازی سازی پارامترهای ورودی سیستم فازی پیشنهادی
68
3-2-3- قوانین پایگاه دانش سیستم فازی
71
3-2-4- خروجی سیستم فازی پیشنهادی
71
3-3- جمع بندی
73
فصل چهارم: محاسبات و یافته های تحقیق
74
4-1- مقدمه
74
4-2- مشخصات پایگاه داده مورد استفاده:
75
4-3-آماده سازی داده ها و شبیه سازی روش پیشنهادی
78
4-4-روش ارزیابی نتیجه خروجی
80
4-5- مقایسه ی نتایج حاصل از اجرای روش پیشنهادی و روش های CNو Jaccard
81
4-6- جمع بندی و نتیجه گیری
83
فصل پنجم:نتیجه گیری و پیشنهادات
84
5-1- نتیجه گیری
85
5-2- کارهای آینده
86
فهرست مراجع
90
Abstract
 فهرست شکل ها
صفحه
عنوان
39
شکل 2-1- دندروگرامشبکهبا5نود
40
شکل 2-2- دودندروگرامبرایشبکهبا6نود
41
شکل 2-3- یک تصویر از برآورد شباهت برای مدل بلاک احتمالی
42
شکل 2-4- تابع مشخصه مجموعه غیرفازی A
43
شکل 2-5-مجموعه فازی اعداد نزدیک به صفر
43
شکل 2-6- نمونه ای از یک تابع عضویت مثلثی
44
شکل 2-7- تابع عضویت سرعت ماشین
62
شکل 3-1- شمای کلی سیستم فازی پیشنهادی اول
63
شکل 3-2- شمای کلی سیستم فازی پیشنهادی دوم
64
شکل3-3- مثالی از محاسبه اختلاف میانگین وزن یال بین هر نود و همسایگان مشترک
67
شکل 3-4- توابع تعلق مربوط به پارامترهای ورودی
67
شکل 3-5- تابع تعلق تعداد همسایه های مشترک به ازای CNxy=6
71
شکل 3-6- خروجی سیستم فازی: میزان احتمال ایجاد لینک جدید بین دو نود x,y
75
شکل 4-1- تابع تعلق مربوط به پارامتر ورودی "تعداد همسایه های مشترک" (CNxy)
76
شکل 4-2- تابع تعلق مربوط به پارامتر ورودیRA
76
شکل 4-3- تابع تعلق مربوط به پارامتر ورودی " اختلاف میانگین وزن یال های بین هر نود و همسایگان مشترک آن دو نود"
77
شکل 4-4- تابع تعلق مربوط به پارامتر ورودی شاخص ارتباط ترجیحی (PAxy)
77
شکل 4-5- تابع تعلق مربوط به پارامتر ورودی شاخص جاکارد
78
شکل 4-6- خروجی سیستم فازی: میزان احتمال ایجاد لینک جدید بین دو نود در شبکه
 
فهرست جدول ها
صفحه
عنوان
 
32
جدول 2-1: مقایسه متد های شباهت محلی
36
جدول 2-2- مقایسه متد های katz ، LP و LHN2
38
جدول 2-3- مقایسهالگوریتمهايمختلفپيشبيني در5شبكهمتفاوت
68
جدول 3-1- قوانین پایگاه دانش سیستم فازی پیش بینی لینک اول
69
جدول 3-2- قوانین پایگاه دانش سیستم فازی پیش بینی لینک دوم
74
جدول 4-1- خصوصیات توپولوژیکی شبکه ی USAirline
80
جدول 4-2- مقایسه ی نتایج روش پیشنهادی با روش RA
81
جدول 4-3-مقایسه ی نتایج روش پیشنهادی با روش CN و Jaccard
 چکیده
امروزه محبوبیت سایت های شبکه های اجتماعی در بین افراد غیر قابل انکار است، سایت هایی که امکانات زیادی را برای ارتباطات بین افراد در اختیار کاربران قرار می دهند. یکی از مشکلات اساسی در آنالیز این نوع شبکه ها پیش بینی ارتباطات جدید بین افراد شبکه می باشد.
روش فازی به عنوان یکی از روش های مطرح در هوش مصنوعی، راه ساده ای را برای ساخت نتیجه ی صریح، مبهم، نویزدار و مفقود شده را مهیا می سازد. در نتیجه منطق فازی به ابزاری برای مدل کردن پیچیدگی های دنیای واقعی بدل شده است. این مدل ها معمولا از موارد مشابه خود بسیار دقیق تر بوده و نتایج دقیق تری به ما ارائه می دهند. به همین دلیل منطق فازی پتانسیل لازم برای ارئه ی لینک پیشنهادی دقیق تر را خواهد داشت و چارچوبی که در این تحقیق ارائه خواهیم داد بر اساس این منطق توسعه خواهد یافت.
با توجه به رویکرد های فوق ما در این تحقیق با ارائه ی چارچوبی پیشنهادی جهت ارائه ی الگوریتمی هوشمند بر اساس ترکیب منطق فازی با الگوریتم های CN، Jaccard ، PAکهالگوریتم هایی برای پیش بینی لینک در گراف اجتماعی هستند، سعی در بهبود نتایج حاصله نمودیم. بررسی نتایج حاصله نشان داد که الگوریتم پیشنهادی دقت بیشتری در پیش بینی لینک داشته اما به دلیل وجود مراحل فازی و دفازی سازی، سرعت کمتری را دارا می باشد.
 کلمات کلیدی:
پیش بینی لینک در شبکه های اجتماعی- منطق فازی- الگوریتم های پیش بینی لینک بر مبنای شباهت
 فصل اول
مقدمه و طرح مسئله
  1-1-مقدمه:
شبکه‌ های اجتماعی، نسل جدیدی از وب‌سایت‌ها هستند که این ‌روزها در کانون توجه کاربران شبکه جهانی اینترنت قرار گرفته‌اند. این گونه سایت‌ها بر مبنای تشکیل اجتماعات آنلاین فعالیت می‌کنند و هر کدام دسته‌ای از کاربران اینترنتی با ویژگی خاصی را گرد هم می‌آورند. شبکه‌ های اجتماعی را گونه‌ای از رسانه‌های اجتماعی می‌دانند که امکان دستیابی به نحوه جدیدی از برقراری ارتباط و به اشتراک‌گذاری محتوا در اینترنت را فراهم آورده‌اند. صدها میلیون نفر از کاربران اینترنت عضو صدها شبکه‌ اجتماعی مختلف هستند و بخشی از فعالیت آنلاین روزانه‌شان در این سایت‌ها می‌گذرد .
پیش بینی وقوع لینک ها، یک مساله اساسی و بنیادین در شبکه ها می باشد. در موضوع پیش بینی لینک، نمایی از یک شبکه داده می شود و مایل هستیم که بدانیم در آینده نزدیک، احتمالا چه تراکنش هایی میان اعضای فعلی شبکه روی می دهد و یا اینکه کدام یک از تراکنش های موجود را از دست می دهیم. هر چند این مساله به صورت گسترده ای مورد مطالعه و بررسی قرار گرفته است؛ با این حال، مشکل چگونگی ترکیب بهینه و موثر اطلاعات حاصل از ساختار شبکه با داده های توصیفی فراوان مربوط به گره و یال، تا حد زیادی پابرجا می ماند.L. Backstrom, , 2011))
براي مدلسازي شبكه های اجتماعی، از گراف استفاده مي كنند كه در آن افراد گره ها را تشكيل ميدهند و روابط بين افراد با يال ها نمايش داده مي شود. در اين بين يك گراف اجتماعی بزرگ به وجود مي آيد.
ما در این کار سعی خواهیم نمود که با تحلیل شبکه های اجتماعی ارتباطات احتمالی را پیش بینی نماییم. پیش بینی ارتباطات یک زیرشاخه از تحلیل شبکه های اجتماعی می باشد که در آن بایستی با توجه به مشاهدات و ارتباطات موجود، یک سری ارتباطات را که به صورت مستقیم قابل مشاهده نیستند یا وجود ندارند استنتاج کرد یا حدس زد.
در این فصل دلیل پرداختن به موضوع پروژه و صورت مساله آن مورد بررسی قرار می گیرد. بدین منظور ابتدا مقدماتیدر رابطه با شبکه های اجتماعی، گراف اجتماعی، منطق فازی، پیش بینی لینک در شبکههای اجتماعی به اختصار مطالبی ارائه می شود، سپس مساله ای که پایان نامه سعی در حل آن دارد مطرح می گردد و در انتها رویکرد بکار رفته در تحقیق و ساختار پایان نامه ارائه می شود.
هدف اصلی تحقیق بررسی روش­هاي موجود در زمینه پیش بینی لینک ارتباط جدید در شبکه های اجتماعی و ارائه راهکار جدید به کمک منطق فازی در زمینه پیش بینی لینک در گراف اجتماعی می باشد.
 1-2- شبکه های اجتماعی(پرهیزکار، 1392)
در سال های اخیر فضای اینترنت اهمیت بیشتری در زندگی روزانه مردم پیدا کرده است. مردم از اینترنت برای ارتباط برقرار کردن با دیگران، خرید و فروش الکترونیکی محصولات، جستجوی اطلاعات و انجام بسیاری کارهای دیگر استفاده می کنند و بدین شکل، اینترنت به یک شبکه اجتماعی گسترده تبدیل گردیده است.
شبکه ی اجتماعی ساختاری اجتماعی است که از گره هایی(که عموماً فردی یا سازمانی هستند) تشکیل شده‌ است که توسط یک یا چند نوع خاص از وابستگی به هم متصل اند، برای مثال: قیمت‌ها، الهامات، ایده‌ها و تبادلات مالی، دوست‌ها،خویشاوندی، تجارت، لینک‌های وب، سرایت بیماری‌ها (اپیدمولوژی) یا مسیرهای هواپیمایی. ساختارهای حاصل اغلب بسیار پیچیده هستند. شبکه های اجتماعی گروهی از افراد یا سازمان های دارای سلیقه یا منافع مشترک هستند که برای دستیابی به اهداف خاصی گرد می آیند. تحلیل شبکه‌های اجتماعی روابط اجتماعی را با اصطلاحات رأس و یال می‌نگرد. هر عضو را یک بازیگر[1]می گویند. ویژگی شبکه های اجتماعی وجود روابط [2]و تعاملات[3] پیچیده بین بازیگران است. رأس‌ها بازیگران فردی درون شبکه‌ها هستند و یال‌ها روابط میان این بازیگران هستند. انواع زیادی از یال‌ها می‌تواند میان رأس‌ها وجود داشته باشد. نتایجتحقیقات مختلف بیانگر آن است که می توان از ظرفیت شبکه‌های اجتماعی در بسیاری از سطوح فردی و اجتماعی به منظور شناسایی مسائل و تعیین راه حل آنها، برقراری روابط اجتماعی، اداره امور تشکیلاتی، سیاستگذاری و رهنمون سازی افراد در مسیر دستیابی به اهداف استفاده نمود. به عنوان مثال، نتایج مطالعات در حوزه سیاستگذاری گردشگری نشان می دهد شبکه‌های اجتماعی به واسطه تاثیرگذاری روی متغیرهای رفتاری بر جذب گردشگران خارجی به مقاصد گوناگون تاثیرگذار هستند و می توان از این شبکه ها به منظور شکل‌گیری اعتماد و کاهش ریسک تصمیم‌گیری کاربران در انتخاب یک مقصد خاص گردشگری بهره گرفت.
در ساده‌ترین شکل یک شبکه ی اجتماعی نگاشتی از تمام یال‌های مربوط، میان رأس‌های مورد مطالعه‌است. شبکه ی اجتماعی هم چنین می‌تواند برای تشخیص موقعیت اجتماعی هر یک از بازیگران مورد استفاده قرار گیرد. این مفاهیم غالباً در یک گراف شبکه ی اجتماعی نشان داده می‌شوند که درآن، نقطه‌ها رأس‌ها و خط‌ها نشانگر یال‌ها هستند.
از دلایل عمده تشکیل شبکه های اجتماعی می توان به روابط فردی، روابط کاری ، روابط علمی، سلیقه ها و علایق و تفریحات مشترک، انگیزه های اجتماعی-سیاسی اشاره نمود.(پرهیزکار، 1392)

👇 تصادفی👇

صفر تا صد برنامه نویسیايمني صنعتی ارگونومی مهندسی فاکتورهای انسانی ۱۹ صبنر ابتدایی سمانرم افزار مترجم سخنگوی ویرا (نسخه کامل به صورت رایگان)کتاب اندیشه‌های زرتشت پیامبر ایران باستان258-بتنهای خاص برای شرایط ویژه ✅فایل های دیگر✅

#️⃣ برچسب های فایل بهینه سازی پیش بینی لینک در شبکه های اجتماعی به کمک منطق فازی word

بهینه سازی پیش بینی لینک در شبکه های اجتماعی به کمک منطق فازی word

دانلود بهینه سازی پیش بینی لینک در شبکه های اجتماعی به کمک منطق فازی word

خرید اینترنتی بهینه سازی پیش بینی لینک در شبکه های اجتماعی به کمک منطق فازی word

👇🏞 تصاویر 🏞