منوی کاربری
  • پشتیبانی: ۴۲۲۷۳۷۸۱ - ۰۴۱
  • سبد خرید

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

ترجمه مقاله توصیه دوستان در شبکه اجتماعی با الگوریتم های ژنتیکی و توپولوژی شبکه - نشریه IEEE
قیمت خرید این محصول
۳۳,۰۰۰ تومان
دانلود رایگان نمونه دانلود مقاله انگلیسی
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
صفحات مقاله فارسی
19
صفحات مقاله انگلیسی
8
سال انتشار
2011
نشریه
آی تریپل ای - IEEE
فرمت مقاله انگلیسی
PDF
فرمت ترجمه مقاله
ورد تایپ شده
رفرنس
دارد
کد محصول
5583
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
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
۰.۰ (بدون امتیاز)
امتیاز دهید
فهرست مطالب
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
نمونه چکیده متن اصلی انگلیسی
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.

نمونه چکیده ترجمه متن فارسی
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.

بدون دیدگاه