ترجمه مقاله توصیه دوستان در شبکه اجتماعی با الگوریتم های ژنتیکی و توپولوژی شبکه – نشریه IEEE

عنوان فارسی: | توصیه های دوستان در شبکه های اجتماعی با استفاده از الگوریتم های ژنتیکی و توپولوژی شبکه |
عنوان انگلیسی: | Friend Recommendations in Social Networks using Genetic Algorithms and Network Topology |
تعداد صفحات مقاله انگلیسی : 8 | تعداد صفحات ترجمه فارسی : 19 |
سال انتشار : 2011 | نشریه : آی تریپل ای - IEEE |
فرمت مقاله انگلیسی : PDF | فرمت ترجمه مقاله : ورد تایپ شده |
کد محصول : 5583 | رفرنس : دارد |
محتوای فایل : zip | حجم فایل : 1.30Mb |
رشته های مرتبط با این مقاله: مهندسی فناوری اطلاعات IT |
گرایش های مرتبط با این مقاله: اینترنت و شبکه های گسترده و شبکه های کامپیوتری |
مجله: کنگره محاسبات تکاملی - Congress on Evolutionary Computation |
دانشگاه: گروه مهندسی و علوم کامپیوتر، دانشگاه نوادا، رینو |
کلمات کلیدی: مرکزیت، فیسبوک، توصیههای دوستان، بهینهسازی پارتو، شبکههای اجتماعی |
وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است |
وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه نشده است |
وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است |
چکیده
مقدمه
2- پژوهشهای مرتبط
3- نظریۀ شبکه
4- ژنوم اجتماعی
الف) دوستان مشترک
ب) مکان
ج) طیف سنی
د) علایق عمومی (نظیر موسیقی)
هـ) برچسبهای عکس
و) رویدادها
ز) گروهها
ح) فیلمها
1- آموزش
خ) دین / سیاست
5- توصیه لینک
الف) غلبۀ پارتو
6- نتایج تجربی
الف) اجرای آزمایشی
ب) نتایج
7- نتیجهگیری و پژوهشهای آتی
Abstract
Social networking sites employ recommendation systems in contribution to providing better user experiences. The complexity in developing recommendation systems is largely due to the heterogeneous nature of social networks. This paper presents an approach to friend recommendation systems by using complex network theory, cognitive theory and a Pareto>optimal genetic algorithm in a two>step approach to provide quality, friend recommendations while simultaneously determining an individual’s perception of friendship. Our research emphasizes that by combining network topology and genetic algorithms, better recommendations can be achieved compared to each individual counterpart. We test our approach on 1,200 Facebook users in which we observe the combined method to outper> form purely social or purely network>based approaches. Our preliminary results represent strong potential for developing link recommendation systems using this combined approach of personal interests and the underlying network.
چکیده
سایتهای شبکهسازی اجتماعی، سامانههای توصیهای را در کمک به ارائۀ تجربیات بهتر به کار میگیرد. چنین پیچیدگی در سامانههای توصیهای در حال توسعه تا حد زیادی به ماهیت ناهمگن شبکههای اجتماعی مرتبط است. این مقاله رویکردی را برای سامانههای توصیۀ دوستان با استفاده از تئوری شبکۀ پیچیده، تئوری شناختی و الگوریتم پارتوی بهینۀ ژنتیکی و در چارچوب رویکرد دو مرحلهای ارائه میکند تا توصیههای دوستانه و کیفی را همگام با تعیین درک فردی از دوستی ارائه نماید. پژوهش ما بر این امر مبتنی است که با ترکیب توپولوژی شبکه و الگوریتمهای ژنتیک، میتوان توصیههای بهتری را در مقایسه با هریک از همتایان فردی کسب کرد. ما رویکرد خود را بر روی 1.200 کاربر فیسبوک آزمودیم و شاهد روش ترکیبی برای انجام رویکردهای صرفاً اجتماعی یا شبکهمحور بودیم. نتایج اولیه نشان دهندۀ پتانسیل بالا در توسعۀ سیستمهای توصیه لینک با استفاده از رویکرد ترکیبی علایق فردی و شبکۀ متضمن آن بود.