پروپوزال یک روش بهینه جهت تشخیص جوامع هم پوشان

این پروپوزال با موضوع "یک روش بهینه جهت تشخیص جوامع هم پوشان" می باشد. فایل  Word, Pdf پس از خرید محصول، قابل دانلود است. همچنین تعداد صفحات این پروپوزال 10 صفحه با رعایت قالب استاندارد دانشگاه می باشد. کلیه نکات نگارشی مطابق با استاندارهای پژوهشی انجام شده است.

امکانات اصلی این پروپوزال پس از خرید عبارتند از:
  امکان دانلود فایل Word پروپوزال
  امکان دانلود فایل Pdf پروپوزال

توجه1: پایان نامه با همین موضوع، در سایت موجود می باشد که می توانید بصورت جداگانه خریداری نمایید.(جهت خرید کلیک نمایید)
توجه2: شبیه سازی با همین موضوع، در سایت موجود می باشد که می توانید بصورت جداگانه خریداری نمایید.(جهت خرید کلیک نمایید)
توجه3: در صورت نیاز به پایان نامه، پروپوزال یا شبیه سازی مشابه با این محصول و همچنین اصلاحات پس از خرید پایان نامه فوق کافی است با تیم پشتیبانی "ناب تزیز" از طریق پیامک یا واتساپ ارتباط برقرار نمایید.

با گسترش روزافزون استفاده از ارتباطات در دنیای مجازی و رشد تعداد کاربران شبکه های اجتماعی، مطالعه و تحلیل این شبکه ها ضروری به نظر میرسد. یکی از زمینه های مورد توجه تحلیلگران شبکه های اجتماعی، تشخیص اجتماعات در این شبکه ها است که به عبارتی یکی از مهم ترین تکنیک های آنالیز این شبکه های پیچیده می باشد.یک جامعه مجموعه ای از رئوس می باشد که ارتباطات درون آن مجموعه بیشتر از ارتباطات آن خارج از مجموعه می باشد. هدف تشخیص اجتماعات، مدل کردن شبکه های پیچیده و کشف زیرساختارهایی است که ممکن است در شبکه ها وجود داشته باشند. تشخیص این گروهها در شبکه های اجتماعی کاربردهای فراوانی در بازاریابی، علوم اجتماعی، اقتصادی و... دارد. از آنجایی که یک شبکه می تواند بصورت یک گراف با رئوس و یال ها مدل شود, تشخیص جوامع را می توان یک مسئله خوشه بندی گراف در نظر گرفت که هر جامعه اشاره یه یک خوشه در گراف دارد. هدف الگوریتم های سنتی خوشه بندی تقسیم بندی یک گراف بصورتی است که هر نود دقیقا به یک خوشه متعلق می باشد. در حالی که در بسیاری از شبکه های اجتماعی و اطلاعاتی نود ها عضو چندین جامعه می باشند. برای مثال در یک شبکه اجتماعی رئوس نمایانگر افراد و یال ها نمایانگر ارتباطات اجتماعی بین افراد می باشند. با این توضیحات جوامع یک نود را میتوان به شکل حوزه های اجتماعی آن نود تفسیر کرد. بنابراین چون یک نود می تواند به چندین جامعه متعلق مباشد , جوامع معمولا هم پوشان می باشند. برای پیدا کردن این جوامع ما مسئله تشخیص جوامع هم پوشان را مورد بررسی قرار می دهیم با این شرایط که جوامع می توانند یکدیگر را پوشش دهند و بعضی از نودها به هیچ خوشه ای متعلق نباشند[1].
برای مثال یک مسئله جالب توجه در تحلیل شبکه انتشار اطلاعات می باشد جایی که هدف آنالیز چگونگی جریان یافتن اطلاعات در درون شبکه می باشد. زمانی که اطلاعات مشخصی را به یک سری از نودهای تعیین شده در شبکه می دهیم اطلاعات بتدریج درون شبکه منتشر می شوند. سرعت انتشار اطلاعات بستگی به میزان تأثیر نودهایی است که اطلاعات را تحویل می دهند. مشخصا اگر این نودها در محدوده هم پوشانی جوامع جای داشته باشند اطلاعات سریع تر بین دو جامعه منتشر می شود. نتیجه آنکه برای مثال در بازاریابی زمانی که یک شرکت قصد دارد اثر تبلیغات خود را با استفاده از اعطای پیشنهادهای خاص به یکسری از افراد ماکسیمم کند , نود هایی را هدف قرار می دهد که در مناطق هم پوشان جوامع قرار دارند. همچنین در شاخه ی بیوانفورماتیک استخراج شبکه های ژنی یک امر مهم می باشد. در شبکه های ژنی نیز هر جامعه اشاره به یک کلاس کاربردی دارد. با این توضیحات پیدا کردن جوامع هم پوشان اشاره به پیدا کردن ژن هایی دارد که در کلاس های کاربردی متفاوت شرکت دارند. 
اهداف تحقيق: 
هدف کلی:
افزایش کارایی تشخیص جوامع همپوشان به نحوی مؤثر و قابل استفاده برای دیتاست های بزرگ و پیچیده ی شبکه های اجتماعی موجود
هدف ویژه: 
ارائه یک  بهبود جهت افزایش دقت تشخیص جوامع همپوشان در الگوریتم NISE