دانلود ترجمه مقاله انتخاب کمیته با اعضای مستقل توسط شبکه اجتماعی و الگوریتم ژنتیکی – مجله الزویر

• فهرست مطالب:

چکیده
۱٫ مقدمه
۲٫ ساخت شبکه های اجتماعی
۳٫ تعریف الگوریتم ژنتیک
۳٫۱٫ نمایندگی
۳٫۲٫ تابع سازگاری (تناسب)
۳٫۳٫ انتخاب پدر و مادر
۳٫۴٫ دو رگه
۳٫۵٫ جهش
۳٫۶٫ انتخاب بازماندگان
۴٫ مطالعه موردی
۴٫۱٫ مجموعه داده
۴٫۲٫ پیکر بندی
۴٫۳٫ نتایج
۴٫۳٫۱٫ تناسب و سازگاری کمیته های متداول
۴٫۳٫۲٫ معیارهای شبکه های اجتماعی
۴٫۳٫۳٫ دستورات الگوریتم ژنتیک
۴٫۴٫ بحث
۵٫ کار مرتبط
۶٫ نتیجه گیری

• بخشی از ترجمه:

۶٫ نتیجه گیری
یک روش جدید در شبکه های اجتماعی برای مشکل انتخاب اعضا کمیته مطرح شده است. این رویکرد شامل یک مکانیسم است که مسئله را به عنوان یک مشکل انتخاب گروه در شبکه های اجتماعی مدل سازی می کند.
در مسئله انتخاب گروه برای اعضای کمیته، استقلال از معیارهای اصلی انتخاب است که برای آن یک تابع استقلال گروه تعریف شده است. این تابع استقلال گروه از فواصل متشکل از سطوح هندسی برای اندازه گیری فاصله اجتماعی میان همه جفت گره ها در شبکه های اجتماعی استفاده می کند. همچنین، یک الگوریتم ژنتیکی برای نامزد های کمیته تعریف شده است. سپس، تابع استقلال گروه برای انتخاب گروه های نامزد با بهترین تناسب به آخرین درجه ممکن رسیده اند.
یک مورد مطالعه ارائه شده است که در آن، رویکرد پیشنهادی در یک شبکه اجتماعی واقعی استفاده شده است. شبکه های اجتماعی با استفاده از خطوط داده های در دسترس استخراج شده از آژانس عمومی R&D ساخته شده بودند. همچنین، نتایج با کمیته فعلی همان آژانس مقایسه شد. نتایج نشان می دهد که روش پیشنهادی می تواند کمیته ای را به وجود آورد که استقلال گروه را در مقایسه با عملکرد کمیته فعلی بهبود ببخشد.

• بخشی از مقاله انگلیسی:

۶٫ Conclusions

A novel social network approach to the committee member selec- tion problem has been proposed. This approach consists in a mech- anism that models the problem as a social network group selection problem. In this group selection problem for committee member selection, independence is the main selection criterion, for which a novel group independence function is defined. This group independence func- tion uses geodesic distances to measure social distances between all node pairs in the social network. Also, a genetic algorithm is defined 502 to generate committee candidates. Then, the group independence 503 function is maximized to choose candidate groups with the best fitness. A case study is presented where the proposed approach is applied to a real social network. The social network was built with on-line available data extracted from a public R&D funding agency. Further, results were compared with current committees of the same agency. Results show that the proposed approach can generate committees that improve group independence compared to the current commit- tee performances.

دانلود رایگان مقاله انگلیسی

خرید ترجمه فارسی مقاله