پیش بینی لینک در شبکه های اجتماعی با استفاده از شبکه بیزین : پایان نامه کارشناسی ارشد مهندسی فناوریِ اطلاعات

یکی از رشته های زیر مجموعه فنی مهندسی که علاقمندان بسیاری در کشور ما  دارد رشته کامپیوتر و فناوری اطلاعات هستش که اتفاقا سایت دیجی لود در حال تکمیل سری جدیدی از پایان نامه های ارشد این رشته تحصیلی برای کاربران گرانقدر خود میباشد. دیجی لود در ادامه پایان نامه ” پیش بینی لینک در شبکه های اجتماعی با استفاده از شبکه بیزین ”  با  گرايشِ تجارتِ الکترونيک  با فرمت Word (قابل ویرایش) در 129 صفحه را معرفی مینماید.

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

شبکه های اجتماعی شبکه هایی دینامیک هستند که مدام در حال افزایش اعضا و ارتباطات و لینکهای بین آنها هستند و متاسفانه این لینکها ممکن است به خاطر فرآیند ایجاد ناقص و یا به خاطر این که این هنوز در این شبکه ها انعکاس نیافته اند، از دست برود. در رابطه با این لینکها و ارتباطات مساله پیش بینی لینک که یک امر مهم برای تحلیل شبکه های اجتماعی است، اهمیت پیدا می کند. این مساله به معنی پیش بینی احتمال برقراری یک ارتباط بین دو رأس است ، با دانستن این مساله که در حال حاضر ارتباطی بین این دو رأس وجود ندارد .

سه رویکرد برای انجام پیش بینی لینک وجود دارد: اولین رویکرد مدل های سنتی )غیربیزین( است که مجموعه ای از ویژگی ها را برای آموزش یک مدل دسته بندی باینری استخراج می کند. دومی رویکردهای احتمالاتی است که احتمال الحاق موجودیت ها در یک شبکه اجتماعی را با استفاده از مدل های گرافیکی بیزین مدل می کندو سومین رویکرد ،رویکردهای جبرخطی-آماری است..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.در این گزارش با استفاده از دسته بندی کننده ساده بیزین به پیش بینی لینک میپردازیم.

یادگیری بیزین یکی ازموثرترین الگوریتم های یادگیری برای داده کاوی داده ها با استفاده از یادگیری ماشین میباشد. شبکه بیزین به تنهایی یک دسته بندی ساده براساس تئوری بیزین میباشد از این رو برای بهبود پیش بینی دسته بندی بیزی میتوان چهار راهکار ارایه داد: استخراج ویژگی ، گسترش ساختاری ،یادگیری محلی و گسترش داده ها. در این گزارش با استفاده از استخراج ویژگیها که یکی از مراحل پیش پردازش داده ها میباشد به بهبود دسته بندی ها میپردازیم.الگوریتم های متاهیورستیک مبتنی بر جمعیت ازقبیل الگوریتم رقابت استعماری، الگوریتم بهینه سازی ازدحام ذرات، شبکه عصبی و الگوریتم ژنتیک  در جستجوی زیرمجموعه ویژگی ها کارایی بالایی را در استخراج ویژگی مسایل بزرگ و پیچیده از جمله شبکه های پیچیده دارند، در این گزارش برای بهبود پیش بینی ها در شبکه ی اجتماعی فلیکر  استفاده میکنیم .

فرضیه ها و اهداف تحقیق پیش بینی لینک در شبکه های اجتماعی با استفاده از شبکه بیزین:

سوالات مطرح شده در این گزارش به صورت زیر می باشد.

• چه روش هایی برای پیش بینی لینک بین دو رأس وجود دارد؟
• بهترین ویژگی هایی که باید برای بررسی میزان شباهت بین دو رأس مورد بررسی قرار گیرد کدام است؟
• ارتباط بین دو رأس چگونه می تواند بر ارتباط بین سایر رأس ها اثر بگذارد؟
• بهترین و دقیق ترین روش برای پیش بینی لینک، چه روشی است؟
• بهترین گزینه در انتخاب گره ها و لینک های پیشنهادی چه میباشد و چه الگوریتم هایی در بهبود تاثیر میگذارند؟
• انتخاب دسته بندی مناسب تا چه حدی در میزان نتایج حاصل از پیش بینیها تاثیر میگذارد؟
• استخراج ویژگی های مناسب برای بهبود پیش بینی چگونه انجام میشود؟
• الگوریتم های تکاملی در بهبود پیش بینی لینک ها چقدر موثر هستند؟

در این پایان نامه پس از بررسی کامل روش های مورد استفاده در پیش بینی لینک و تحلیل آنها، تلاش می شود روشی ارائه شود که با مد نظر قرار دادن ویژگی های مناسب واحتمالات موجود، امکان ایجاد و یا عدم ا یجاد اتصال بین رأس ها را به خوبی تشخیص دهد و در بهبود کارایی فعالیت های مربوط به پیش بینی لینک نقش موثری را ایفا کند.

ضرورت انجام تحقیق

پیش بینی لینک یک امر مهم برای تحلیل شبکه های اجتماعی است که کاربردهایی در حوزه های دیگر مثل بازیابی اطلاعات، بایوانفورماتیک و تجارت الکترونیک دارد. در حوزه علم وب و اینترنت می تواند در کارهایی از قبیل ایجاد ابرلینک وب اتوماتیک و پیش بینی ابرلینک سایت های وب کاربرد داشته باشد. در تجارت الکترونیک، یکی از مهم ترین کاربردهای آن ایجاد سیستم های پیشنهاد دهنده است . در بایو انفورماتیک می تواند در پیش بینی تعامل پروتئین پروتئین PPI  و یا برای تفسیر گراف PPI مورد استفاده قرار گیرد. و از همه مهم تردر کاربردهای مربوط به امنیت، می تواند برای شناسایی گروه ها ی مخفی تروریست ها و مجرمان، ردیابی فعالیت های این شبکه ها و یا حذف رأس های آنها و ایجاد اختلال به کار رود و نیز به عنوان یک پیشنهاد دهنده دوست به منظور پیشبرد اهداف سیاسی، اعتقادی، اقتصادی و غیره مورد استفاده قرار گیرد.

بنابراین پیش بینی لینک به دلیل کاربردهایی که در مسایل مختلف اجتماعی، اقتصادی، سیاسی، دفاعی و امنیتی، و غیره دارد، یکی از مباحث مورد اهمیت در تحلیل شبکه های اجتماعی است.

در حال حاضر روش های بسیاری برای انجام عمل پیش بینی لینک ارائه شده و مورد استفاده قرار گرفته است. اما به دلیل اهمیت موضوع و کاربردهای وسیعی که خصوصاً در سال های اخیر داشته است، این مسأله هنوز باز است و تلاش ها برای ارائه راه حل های دقیق تر همراه با کارایی بالاتر همچنان وجود دارد. خصوصاً این که برخی از کاربردها مانند کشف و شناسایی گروه های مجرمان و تبهکاران نیاز به دقتی بالا دارد و هزینه اشتباه در آن زیاد است.

باتوجه به این مسأله، شناخت، تعیین و انتخاب ویژگی هایی که بتواند در بهبود پیش بینی ها موثر باشد بسیار با اهمیت جلوه می کند و نیز انتخاب روش و الگوریتمی که با هزینه کمتر، پاسخ بهتری را در ارائه پیش بینی ها ارائه کند، دارای اهمیت است.

شبكه هاي بيزين در زمينه استدلال احتمالي به طور گسترده مورد استفاده قرار مي گيرند. شبكه هاي بيزين به درخت متصل بر روي احتمالات استدلال شده تبديل مي شوند.اخيرا شبكه هاي بيزين به تجزيه زيرگراف اصلي ماكزيمم درخت متصل تبديل مي شوند و بيشتر ازدرخت هاي متصل كاربرد دارند.شبکه های بیزین تکنولوژی ایده آلی را برای ترکیب منبع اجتماعی فراهم می آورند[16]. شبكه بيزين يك مدل گرافيكي براي نمايش احتمالات ما بين متغيرهاي مورد نظر مي باشد . [18 , 19]

استفاده از شبکه های بیزین به منظور درک پیچیدگی شبکه ها به منظور فهمیدن پیچیدگی شبکه های اجتماعی ،رفتار محلی اشخاص  یا عامل های شبکه های اجتماعی باید درک شود و همچنین چگونه آنها با هم عمل می کنند و با محیط چگونه تعامل برقرار میکنند میباشد.به منظور مدل کردن این رفتار محلی بین عامل ها از تکنیک های شبکه های بیزین استفاده میکنیم. رفتارهای محلی را با استفاده از متریک ها اندازه گیری میکنیم واز شبکه های بیزین برای مدل کردن روابط متقابل بین متریک ها که به عنوان رفتارهای محلی هستند استفاده میکنیم و لینک ها بین اشخاص که در رفتارشان ظاهر میشود شکل میگیرد.

در این پژوهش بر آنیم از روش هايی که مبتني بر بيشترين احتمال مي باشند استفاده کنیم. در اين روش ها ضمن بررسي ساختاري شبكه، به استخراج قواعد و ويژگي هايي كه باعث افزايش احتمال وجود لينك ها ميشود، میپردازیم. هر چند در اين دسته  از روشها ويژگي هاي خاص مربوط به شبكه را در نظر ميگيرند،  اما میتوان بر روي شبكه هاي داراي گره هاي كم نیز اجرا نمود .[17,18 , 19 ,20]

در این پژوهش برای بهبود پیش بینی لینک  با استفاده از شبکه بیزین در مرحله پیش پردازش داده ها، از الگوریتم ژنتیک ، الگوریتم بهینه سازی ازدحام ذرات ، شبکه های عصبی مصنوعی و رقابت استعماری به منظور استخراج ویژگی های مناسب  استفاده مینماییم

فهرست مطالب پیش بینی لینک در شبکه های 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

فهرست جداول

• جدول 1-1 شبکه های اجتماعی در ایران  30
• جدول 3-1 ویژگیهای ساختاری مربوط به جفت راس های گراف شبکه های اجتماعی   56
• جدول 4-1 ویژگی های داده های جمع آوری شده فلیکر  70
• جدول 4-2 ماتریس در همریختگی:شامل معیارهایی برای محاسبه نتایج پیش بینی ها 72
• جدول 4-3 شاخص های دسته بندی کننده  76
• جدول 4-3 Confusion matrix   80
• جدول 4-3 نتایج پیش بینی لینک با استفاده از شبکه های بیزین   81
• جدول4-4  مقایسه الگوریتم های بهینه سازی تکاملی در بهبود پیش بینی لینک    95

فهرست تصاویر و نمودار

• شکل 2-1 نمونه کوچکی از گراف یک شبکه اجتماعی   36
• شکل 3-1 ارتباطات بین افراد شامل گره و یال های متصل و غیر متصل در شبکه اجتماعی   44
• شکل 3-2 نمایی از پیش بینی لینک در زمان T+1  45
• شکل 3-3 رویکرد های موجود در پیش بینی لینک    53
• شکل 4-1  توزیع جمعیت در شبکه اجتماعی فلیکر  69
• شکل 4-2  مثالی در مورد محاسبه مقدارPrecision و AUC   74
• شکل 4- 3 منحنی ROCبرای مقایسه سه شاخص همسایگان مشترک,کاتز و آدامیک آدار  76
• شکل 4-2  نمایی از یک مدل بیزی ساده که به عنوان یک شبکه بیزین عمل مینماید   78
•  شکل 4-3  گراف و roc curve precision-recall   81
• شکل4-6  فلوچارت الگوریتم رقابت استعماری   86
• شکل 4-7  شمای کلی شبه کد الگوریتم ژنتیک    89
• شکل4- 8نمایی از الگوریتم بهینه سازی ازدحام ذرات    91
• نمودار4-5   precision- recall   95
• نمودار 4-6مساحت زیر نمودار ROC curve   96
• نمودار 4-7 نمودار تکرار ها وکارایی الگوریتم ها(Iteration-Best cost)  97
• شکل5-1 فعالیت کاربران در شبکه اجتماعی فیس بوک    102
• شکل 5-1  نسبت مثال های مثبت و منفی در شبکه های اجتماعی   103

راهنمای خرید و دانلود فایل

برای پرداخت، از کلیه کارتهای عضو شتاب میتوانید استفاده نمائید.

بعد از پرداخت آنلاین لینک دانلود فعال و نمایش داده میشود ، همچنین یک نسخه از فایل همان لحظه به ایمیل شما ارسال میگردد.

در صورت بروز  هر مشکلی،میتوانید از طریق تماس با ما  پیغام بگذارید و یا در تلگرام با ما در تماس باشید، تا شکایت شما مورد بررسی قرار گیرد.

برای دانلود فایل روی دکمه خرید و دانلود  کلیک نمایید.