دانلود مقاله ترجمه شده همپوشانی جوامع در شبکه اجتماعی بر اساس مکان – مجله IEEE

مشخصات مقاله انگلیسی (PDF)
سال انتشار	۲۰۱۴
تعداد صفحات مقاله انگلیسی	۱۱ صفحه با فرمت pdf
رشته های مرتبط با این مقاله	مهندسی فناوری اطلاعات
گرایش های مرتبط با این مقاله	اینترنت و شبکه های گسترده
مجله	نتایج و یافته های بدست آمده در حوزه سیستمها و سایبرنتیک
دانشگاه	دانشکده علوم کامپیوتر، دانشگاه نورث وسترن پلی تکنیک، شیان، چین
کلمات کلیدی	پروفایل‌بندی (مشخصه‌بندی) جامعه، خوشه‌بندی سلسله مراتبی، شبکه‌های اجتماعی مکان-محور (LBSNs)، کشف جامعه‌ دارای اشتراک
شناسه شاپا یا ISSN	ISSN ۲۱۶۸-۲۲۱۶
رفرنس	دارد
لینک مقاله در سایت مرجع	لینک این مقاله در سایت IEEE
نشریه آی تریپل ای

• فهرست مطالب:

چکیده
۱٫ پیشگفتار
۲٫ کار مربوطه
۳٫ بیان مساله
۴٫ چارچوب خوشه‌بندی یال چندویژگی چندحالتی
A. خوشه‌بندی یال چندویژگی چندحالتی
B. توصیف ویژگی
C. نرمالسازی و امتزاج (ترکیب) ویژگی
D. الگوریتم خوشه‌بندی
۵٫ ارزیابی عملکرد
A. جمع‌آوری داده‌ها
B. راه‌اندازی آزمایش
C. محک
D. کیفیت جوامع کشف شده
۶٫ پروفایلبندی و تجزیه و تحلیل جامعه
A. پروفایلبندی جامعه بر اساس متاداده‌ها
B. آشکارسازی مشخصات شهر
۷٫ نتیجه‌گیری

• بخشی از ترجمه:

۷٫ نتیجه‌گیری
در این مقاله، با تسهیل ویژگی‌های حوزه/کاربر و شبکه‌ی کنترل کاربر-حوزه، ما یک چارچوب خوشه‌بندی یال-محور چند-ویژگی چندحالتی را برای کشف جوامع دارای اشتراک برای کاربران LBSNs ارائه دادیم. آزمایش‌های تجربی نشان دادند که چارچوب ارائه شده قادر به کشف جوامع دارای اشتراک با کیفیت بالا از چشم‌اندازهای مختلف و در گسستگی متعدد بود که می‌تواند برای تسهیل کاربردهای مختلف مانند تبلیغات و بازاریابی گروه مورد استفاده قرار گیرد. در عین حال، ما چند یافته‌ی جالب به دست آمده از طریق پروفایلبندی و تجزیه و تحلیل جامعه را گزارش کردیم.
مطالعه‌ی مقدماتی، چند مساله‌ی جالب را نشان داد که شایسته‌ی کاوش بیشتر بودند. فراهم کردن چارچوبی برای هدایت انتخاب و امتزاج ویژگی‌های مختلف، یک جهت برای کار روی آن است. چارچوب ارائه شده‌ی کشف جامعه همچنین می‌تواند به مطالعه‌ی مکانیسم‌های توسعه‌ی مکان و دوست کمک کند.

• بخشی از مقاله انگلیسی:

VII. Conclusion

In this paper, by leveraging the user-venue check-in network and user/venue attributes, we proposed a multimode multi-attribute edge-centric coclustering framework to detect overlapping communities for LBSNs users. Experimental results showed that the proposed framework was able to discover high quality overlapping communities from different perspectives and at multiple granularity, which can be used to facilitate different applications, such as group advertising and marketing. In the meantime, we reported several interesting findings obtained through community profiling and analysis.

The preliminary study suggested several interesting problems that were worth further exploring. Providing a framework to guide the selection and fusion of different features is one direction to work on. The proposed community detection framework can also help the study of friend and place recommendation mechanisms.

دانلود رایگان مقاله انگلیسی

خرید ترجمه فارسی مقاله