منصة الرسائل والاطاريح: تحديد العقد المؤثرة على أساس تتبع تطور المجتمعات في الشبكات الاجتماعية الديناميكية

الخلاصة

تعتبر بنية الشبكات الاجتماعية في حالة تغير مستمر بمرور الوقت وينعكس هذا على المجتمعات وتبعا لهذا التغير يمر المجتمع بسلسلة من الاحداث وهي (الولادة ، الموت ، التوسع ،التقلص ، الانقسام والدمج ). تركز الكثير من البحوث على تتبع المؤثرين في هذه الشبكات الديناميكية ككل ، بينما قد يكون هذا المؤثر ذو تأثير اكبر على اعضاء مجتمعه فيجب تتبعه في مجتمعه . تلعب الاحداث التي يخضع لها المجتمع دورا اساسيا في تحديد الاشخاص المؤثرين في الشبكة فيمكن الاستفادة من الاشخاص المؤثرين الذين ظهروا في الفترة السابقة لأنه من المحتمل الاحتفاظ بقوة تأثيرهم في الفترة الحالية شريطة ان يتواجد مجتمعهم في الفترة الحالية وظهر له احد الاحداث التالية (توسع ،تقلص ،انقسام او دمج ). يركز هذا البحث على تتبع المؤثرين الذين يكون لهم اكبر تأثير على اعضاء مجتمعاتهم ويكون ضمن مرحلتين: المرحلة الاولى :اكتشاف المجتمعات الديناميكية حسب خوارزمية ليوفان المحسنة والتي تستغل مفهوم الزمر في تكوين المجتمعات. المرحلة الثانية :تحديد المؤثرين في هذه المجتمعات باستخدام خوارزمية NSGAII-IM بهدفين متضاربين فيمثل الهدف الاول تحديد اقل عدد من الاشخاص المؤثرين في الشبكة والهدف الثاني تحقيق اعلى معدل انتشار في الشبكة. يتم تمثيل السكان الاولين لخوارزمية NSGAII-IM بأفراد ذو أطوال متغيرة كمجموعة البذور ، ويجب تصميم نموذج الانتشار باسم WIC لنمذجة التأثير بين كل زوج من العقد. بالنسبة للوظيفة متعددة الأهداف ، تم تعيين زيادة حجم تغطية التأثير وتقليل عدد العقد الأولية قدر الإمكان كهدفين متعارضة لهذه الخوارزمية. تم اجراء العديد من التجارب على مجموعة بيانات حقيقية واظهرت النتائج ان الطريقة المقترحة في اكتشاف المجتمعات قللت الوقت 24,25% في بيانات الفيس بوك, اما خوارزمية NSGAII-IM قد حققت تحسن في معدل انتشار التأثير بنسبة ١٤% في شبكة الدك وهي من الشبكات الثابتة. من ناحية أخرى ، يؤدي تنفيذ خوارزمية NSGAII-IM المقترحة مع الشبكات الديناميكية والاستفادة من أحداث المجتمع إلى تحسين الأداء بنسبة 11٪ في حدث الدمج عند مقارنته بالأداء بدون أحداث. تعكس هذه النسبة أعلى معدل تحسن عند مقارنتها بالأحداث الأخرى.