خانه / مقاله های ترجمه شده کامپیوترIT / مقاله شبکه / مقاله کشف و نمایه سازی جوامع همپوشانی در شبکه های اجتماعی مبتنی بر مکان

مقاله کشف و نمایه سازی جوامع همپوشانی در شبکه های اجتماعی مبتنی بر مکان

سال : 2014       ژورنال : IEEE        تعداد صفحات انگلیسی : 11          تعداد صفحات فارسی:  21

عنوان انگلیسی مقاله :

Discovering and Profiling Overlapping Communities in Location-Based Social Networks

عنوان فارسی مقاله :

کشف و نمایه سازی جوامع همپوشانی در شبکه های اجتماعی مبتنی بر مکان

چکیده فارسی :

با افزایش اخیر شبکه های اجتماعی مبتنی بر موقعیت مکانی (LBSNs) ، مانند Foursquare و Facebook Places ، ردپای دیجیتالی عظیم مکانها ، پروفایل ها و اتصالات اجتماعی آنلاین افراد برای ارائه دهندگان خدمات قابل دسترسی است. بر خلاف شبکه های اجتماعی (به عنوان مثال ، فلیکر ، فیس بوک) که گروه هایی صریح دارند که کاربران بتوانند در آن عضو شوند یا به آنها بپیوندند ، LBSN  معمولاً از ساختار مشخص جامعه برخوردار نیستند. به منظور به دست آوردن تعداد زیادی از کاربران بالقوه ، نیاز به شناسایی کیفیت جامعه و رویکردهای پروفایل است. در این میان ، تنوع علایق و رفتارهای افراد هنگام استفاده از LBSN نشان می دهد که ساختارهای جامعه آنها با هم همپوشانی دارند.

در این مقاله ، بر اساس ردیابهای ورود کاربر در سالن ها و ویژگی های کاربر / مکان ، ما با یک چارچوب کوکولتراسیون لبه محور چند ویژگی چند حالته رمان برای کشف جوامع همپوشانی و سلسله مراتبی کاربران LBSN  آمده ایم. چارچوب پیشنهادی نه تنها با استفاده از ویژگی های intermode و intramode ، نه تنها می تواند کاربران هم فکر را از دیدگاه های مختلف اجتماعی گروه بندی کند ، بلکه اجتماعاتی با پروفایل های صریح و آشکار را نشان می دهد که منافع اعضای جامعه را نشان می دهد. اثربخشی رویکرد ما با ارزیابی های تجربی فشرده و با استفاده از مجموعه داده چهار ضلعی تأیید شده است.

چکیده انگلیسی:

With the recent surge of location-based social networks (LBSNs), such as Foursquare and Facebook Places, huge digital footprints of people’s locations, profiles, and online social connections become accessible to service providers. Unlike social networks (e.g., Flickr, Facebook) that have explicit groups for users to subscribe to or join, LBSNs usually have no explicit community structure. In order to capitalize on the large number of potential users, quality community detection and profiling approaches are needed. In the meantime, the diversity of people’s interests and behaviors when using LBSNs suggests that their community structures overlap. In this paper, based on the user check-in traces at venues and user/venue attributes, we come out with a novel multimode multi-attribute edge-centric coclustering framework to discover the overlapping and hierarchical communities of LBSNs users. By employing both intermode and intramode features, the proposed framework is not only able to group like-minded users from different social perspectives but also discover communities with explicit profiles indicating the interests of community members. The efficacy of our approach is validated by intensive empirical evaluations using the collected Foursquare dataset.
Index Terms—Community profiling , hierarchical clustering , location-based social networks (LBSNs) , overlapping community detection.

دانلود رایگان فایل انگلیسی مقاله

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

1 × پنج =