بایگانی برچسب برای: تشخیص اجتماعات

modularity maximization

یکی از الگوریتم هایی که برای تشخیص اجتماعات در شبکه های اجتماعی به کار برده می شود modularity maximization ماکزیمم کردن ماژولاریتی است.

سیستم های توصیه گر در شبکه های اجتماعی

سیستم های توصیه گر در شبکه های اجتماعی

این مقاله در اولین همایش سیستم های هوشمند کامپیوتری دانشگاه پیام نور ارائه شده است.

چکیده مقاله سیستم های توصیه گر در شبکه های اجتماعی: جستجو برای خرید کالا در سایت‌های شبکه‌های اجتماعی اغلب برای کاربران کار وقت‌گیری می‌باشد. سیستم‌های تجارت الکترنیک سعی کرده‌اند به منظور کمک به مشتریان در تصمیم‌گیری، سیستم‌های پشتیبانی از تصمیم مبتنی بر وب شخصی شده از قبیل سیستم‌های توصیه گر را معرفی کنند. سیستم‌های پیشنهاد دهنده، پیشنهادهای شخصی شده را بر اساس تاریخچه خرید مشتریان و علایق آنها فراهم می‌کند و از این طریق آنها را در تصمیم‌گیری خرید پشتیبانی می‌کنند. تصمیمات خرید معمولا تحت تاثیر نظرات افرادی است که آنها را می‌شناسیم یا به آنها اعتماد داریم. در این مقاله ما قصد داریم برای کمک به تصمیم گیری خرید کاربران  با استفاده از الگوریتم تشخیص انجمن‌ها در شبکه‌های اجتماعی، کاربرانی که بیشتر با یکدیگر تعامل دارند را خوشه‌بندی نموده و از خوشه‌های ایجاد شده در بهبود عملکرد سیستم پیشنهاد‌دهنده استفاده کنیم و به این ترتیب نقش سیستم های توصیه گر در شبکه های اجتماعی را نشان دهیم

تعداد صفحات: 6 صفحه

اندازه فایل: 843kB

قیمت:5000 تومان

جهت خرید این فایل سیستم های توصیه گر در شبکه های اجتماعی دکمه‌ی “خرید” را بزنید. بعد از پرداخت از درگاه زرین پال، لینک دانلود به آدرس ایمیل شما ارسال خواهد شد و همین طور می توانید مستقیما فایل را دانلود نمایید .

نکته : جهت دانلود راحت تر  فایل سیستم های توصیه گر در شبکه های اجتماعی از Download Manager استفاده کنید تا در صورت قطع شدن ارتباط در طول دانلود بتوانید روند دانلود را مجدداً ادامه دهید. ضمناً لینک دانلود به مدت ۳ روز معتبر خواهد بود



داده کاوی در شبکه های اجتماعی

چکیده پایان نامه کارشناسی ارشد من:

سرعت زیاد تولید اطلاعات جدید، تبلیغات، محصولات و … در محیط مجازی و به خصوص در شبکه‌های اجتماعی منجر شده است که پیدا کردن اطلاعات و دانش مرتبط در میان حجم انبوهی از اطلاعات، کاری بسیار وقت‌گیر و حتی ناامید کننده باشد. بنابراین داشتن یک سیستم هوشمند که بتواند در میان خیل عظیمی از اطلاعات و محصولات گوناگون، مناسب‌ترین و مورد پسندترین‌ها را بنا به شرایط و ویژگی‌های خاص هر کاربر به او پیشنهاد کند، امری ضروری به نظر می‌رسد. سیستم‌هایی که چنین وظیفه‌ای را انجام می‌دهند، “سیستم‌های پیشنهاددهنده” نامیده می‌شوند. حال اگر در فرآیند پیشنهاددهی، از نظرات کسانی استفاده شود که ما آنها را می‌شناسیم یا به آنها اعتماد داریم، پیشنهادهای موثرتر و دقیق‌تری به دست خواهد آمد. یکی از راه‌های توجه به این مسئله، استفاده از تحلیل شبکه‌های اجتماعی برای تشخیص کاربرانی‌است که بیشترین تعامل و محاوره را با یکدیگر دارند.

در این پایان‌نامه، ابتدا به معرفی سیستم‌های پیشنهاددهنده پرداخته شده است و روش‌هایی که از روابط اجتماعی برای پیشنهاددهی استفاده می‌کنند، به طور مشروح، بررسی و تحلیل می‌گردد. سپس مفهوم “شبکه‌های اجتماعی” و “الگوریتم‌های تشخیص اجتماعات”  در شبکه‌های اجتماعی بررسی می‌شود. در ادامه الگوریتم جدیدی برای پیش‌بینی مقادیر آیتم‌ها معرفی شده است که با استفاده از الگوریتم تشخیص اجتماعات منجر به بهبود عملکرد سیستم پیشنهاددهنده می‌شود. در پایان نتایج حاصل از این الگوریتم، با روش‌ پایه مقایسه شده و مزایا و محدودیت‌های روش پیشنهادی ارائه شده است.

در قسمت دانلود مقالات سیستم پیشنهاددهنده  5 مقاله استخراج شده از پایان نامه ام را جهت استفاده دوستان جهت دانلود قرار داده ام