دانلود مقاله ترجمه شده پیشنهاد دوستان در شبکه اجتماعی با الگوریتم ژنتیکی و توپولوژی شبکه – مجله IEEE

• فهرست مطالب:

چکیده
مقدمه
۲- پژوهش‌های مرتبط
۳- نظریۀ شبکه
۴- ژنوم اجتماعی
الف) دوستان مشترک
ب) مکان
ج) طیف سنی
د) علایق عمومی (نظیر موسیقی)
هـ) برچسب‌های عکس
و) رویدادها
ز) گروهها
ح) ‌فیلم‌ها
۱- آموزش
خ) دین / سیاست
۵- توصیه لینک
الف) غلبۀ پارتو
۶- نتایج تجربی
الف) اجرای آزمایشی
ب) نتایج
۷- نتیجه‌گیری و پژوهش‌های آتی

• بخشی از ترجمه:

۷- نتیجه‌گیری و پژوهش‌های آتی
ما روشی را برای سیستم‌های توصیۀ دوستان در شبکه‌های اجتماعی ارائه کردیم که به مسئلۀ تعیین نحوه و چگونگی شکل‌گیری لینک‌ها در شبکه‌های اجتماعی می‌پردازد.
به واسطۀ پردازش این مسئله با پشتیبانی از نظریۀ شبکه‌ای پیچیده، یعنی نظریۀ شناختی و الگوریتم‌های شناختی، ادعای ما آن است که ترکیب رویکردهای مبتنی بر شبکه و اجتماعی در مقایسه با همتایان جداگانۀ خود از اثربخشی بهتری برخوردار بوده است. در این مقاله، سیستم توصیه دوستان را تدوین کردیم که توصیه‌های مرتبط و ذیصلاح دوستانه را همراه با ارائه بینش‌های فردی هر رابطه دوستانه ارائه می‌کند. این روش حاکی از آن است که رویکرد ترکیبی بهتر از رویکرد اجتماعی یا شبکه محور صرف عمل کرده است اما کماکان جای پیشرفت دارد. نخستین مسئله مربوط به عملکرد پایین‌تر در رویکردهای اجتماعی محور تا حد زیادی مربوط به تکمیل داده است. در راستای بهبود رویکردهای اجتماعی محور، کار با کاربرانی که اطلاعات بیشتری در این شبکه‌های اجتماعی نمایش می‌دهند حائز اهمیت است. روش‌شناختی و نتایج این مقاله حاکی از یافته‌های اولیه مربوط به روش بهتر ارائۀ توصیه‌های دوستانه در شبکه‌های اجتماعی در عین دستیابی به بینش‌هایی در رابطه با نحوۀ ایجاد روابط دوستانه است.

• بخشی از مقاله انگلیسی:

VII. CONCLUSION AND FUTURE WORK

We presented a method for friend recommendation systems in social networks to address the problem of determining how and why links are formed within social networks. By addressing this problem with support from complex network theory, cognitive theory and genetic algorithms, our claim is that the combination of social9based and network9 based approaches is more effective in recommendation com9 pared to its individual counterparts. In this paper, we developed a friend recommendation system that produced quality, rele9 vant friend recommendations in addition to providing insights into each individual’s perception of friendship. This method has shown that a combined approach has thus far outperformed purely social and purely network9based approaches but still has much room for improvement. The primary issue attributing to lower performance in social9based approaches is due largely to the completeness of data. In order for social9based approaches to thrive, it is important to work with users whom expose more information on these social networks. Additionally, social9 based approaches will perform better if user information is truthful. Our methodology and results in this paper presents initial findings to a potentially strong method of providing friend recommendations in social networks while additionally gaining insights into how friendships are established.

 دانلود رایگان مقاله انگلیسی

خرید ترجمه فارسی مقاله