پایان نامه - مقاله و پروژه

مقاله دانشگاهی – بهینه سازی پیش بینی لینک در شبکه های اجتماعی به کمک منطق فازی۹۳- قسمت …

نتیجه: آپارتمان ارزان در تهران گران است.
در منطق فازی چنین تناقض هایی دیده نمی شود.
نکته مهم دیگر اینکه انسان در محاوره و مکالمه همواره از استدلال تقریبی استفاده می کند. به مثال زیر توجه فرمایید:
اغلب سوئدی ها بلوند هستند.
در اینجا کلمه “اغلب” فازی است یعنی مرز دقیق ندارد. مشخص نشده که دقیقا چند درصد مردم سوئد بلوند هستند. بلکه با بیان چنین عبارتی یک برداشت عام به شنونده منتقل می شود که نشان دهنده بلوند بودن اکثریت سوئدی هاست. کلمه “سوئدی ها” خود فازی است و طیف وسیعی از مردمی را که اصالتا و نسل در نسل سوئدی بوده اند تا مردمی را که صرفا متولد سوئد هستند شامل مس شود. پس “سوئدی” خود یک عبارت فازی است. بلوند نیز فازی است و طیف رنگی گسترده ای را از رنگ پوست و مو شامل می شود. به این ترتیب می بینیم که در محاورات مردمی عبارات عمدتا فازی هستند و می توان گفت که:
منطق کلاسیک یا منطق ارسطویی با این هدف ایجاد شده است که استدلال های دقیق را به وجود آورد و دسته بندی کند.ریاضیات کلاسیک نیز بر مبنای منطق ارسطویی استوار است.
در مقابل منطق فازی با این هدف ارائه می شود که استدلال های تقریبی را که انسان به طور طبیعی به کار می برد فرم بدهد و دسته بندی نماید. مجموعه های فازی و ریاضیات فازی بر مبنای منطق فازی استوار است.
در فصل دوم به شرح کامل منطق فازی می پردازیم.
۱-۵- بیان مسئله (Backstrom, &Lesckovec, 2011)
شبکه های واقعی بزرگ، گستره ای از ویژگی ها و الگوهای جالب توجه را نشان می دهند. یکی از موضوعات تکرار شونده در این حوزه تحقیقاتی، طراحی مدل هایی است که وقوع این چنین ساختارهای شبکه ای را پیش بینی نموده و باز تولید می نمایند. بنابراین، پروسه های تحقیقاتی در جست و جوی توسعه مدل هایی هستند که به صورت دقیق، ساختار سراسری شبکه را پیش بینی کنند.
بسیاری از انواع شبکه ها و بویژه شبکه های اجتماعی، ‌تا حد زیادی دینامیک و پویا هستند؛ این شبکه ها از طریق افزودن یال های جدیدی که معرف وجود تراکنش های جدید میان گره های شبکه می باشند، به سرعت رشد کرده و تغییر می یابند. بنابراین، مطالعه شبکه ها در سطح ایجاد یال های مجزا مورد توجه می باشد و حتی به لحاظ برخی ویژگی ها، مشکلتر از مدلسازی سراسری شبکه است. تشخیص مکانیسم هایی که این شبکه های اجتماعی با استفاده از آنها در سطح یال های مجزا رشد می نمایند؛ هنوز هم به خوبی درک نشده است و در واقع همین موضوع انگیزه ای برای کار تحقیقاتی ما می باشد. ما مساله کلاسیک پیش بینی لینک را در نظر می گیریم؛ به این صورت که نمایی از شبکه اجتماعی را در لحظه t در اختیار داریم و به دنبال این هستیم که به طور دقیق، یال هایی را که در بازه زمانی t تا  (زمانی در آینده) به شبکه افزوده می شوند، پیش بینی نماییم. صورت ملموس تر این مساله به این ترتیب است که ما نمایی از یک شبکه اجتماعی بزرگ – شبکه اجتماعی Facebook – را  در لحظه t در اختیار داریم و برای هر کاربر می خواهیم پیش بینی کنیم که چه یال های جدیدی (دوستی ها) توسط آن کاربر در بازه زمانی t (زمان فعلی) و  (زمانی در آینده) ایجاد می شود. این مساله را می توان به صورت یک مساله «پیشنهاد لینک» نیز در نظر گرفت؛ به این صورت که هدف ما این است که لیستی از افرادی را که یک کاربر، احتمالا با آنها ارتباط برقرار خواهد کرد، به او پیشنهاد دهیم.
پروسه های راهنمای ایجاد لینک، از منظری فراتر از یک دیدگاه صرفا علمی، مورد توجه می باشند. سیستم فعلی شبکه اجتماعی Facebook برای پیشنهاد دادن دوستان جدید، عامل میزان قابل توجهی از فرآیند های ایجاد لینک می باشد و در واقع جایگاه و ارزش کاربران این شبکه اجتماعی را ارتقاء می بخشد. با ارائه پیش بینی های بهتر قادر خواهیم بود تا از این ویژگی (پیشنهاد دوستان) استفاده بیشتری نموده و آن را برای اعضای شبکه اجتماعی Facebook ، کارآمد تر و مفید تر نماییم.
چالش ها: مسائل «پیش بینی لینک» و «پیشنهاد لینک» حداقل از ۲ دیدگاه، چالش برانگیز می باشند. اول اینکه، ‌شبکه های واقعی، بسیار پراکنده می باشند؛ به این معنا که گره های موجود در این شبکه ها تنها با کسر کوچکی از تمامی گره های شبکه ارتباط دارند. برای مثال، در مورد شبکه اجتماعی Facebook، یک کاربر به صورت معمول تنها به حدود ۱۰۰ گره از ۵۰۰ میلیون گره موجود در شبکه متصل می باشد. بنابراین یک روش بسیار خوب (و متاسفانه بدون استفاده) برای پیش بینی یال ها، عبارت است از پیش بینی یال های غیر جدید. چرا که این روش تقریبا دقت پیش بینی نزدیک به کاملی را بدست می دهد (به عبارت دیگر، از میان ۵۰۰ میلیون پیش بینی ممکن، تنها ۱۰۰ مورد اشتباه وجود دارد). چالش دوم ظریف تر می باشد؛‌ اینکه لینک های شبکه اجتماعی را تا چه میزان می توان با استفاده از ویژگی های ذاتی مربوط به شبکه مدلسازی نمود. مشابه اینکه مشخصات کاربران (نظیر سن، جنسیت، شهر محل تولد) چگونه در ایجاد یال های جدید نقش دارند. در این مورد، برای نمونه، شبکه اجتماعی Facebook را در نظر بگیرید. دلایل خارج از شبکه بسیار زیادی می توانند وجود داشته باشند تا اینکه دو کاربر با یکدیگر ارتباط برقرار نمایند: این دلیل می تواند به این صورت باشد که کاربران در یک مهمانی یکدیگر را ملاقات می کنند و در نتیجه در شبکه Facebook به یکدیگر مرتبط می شوند. با این وجود، از آنجا که آنها در یک مهمانی همدیگر را ملاقات کرده اند، احتمالا همسن می باشند و در یک شهر واحد زندگی می کنند. بعلاوه این لینک همچنین می توان

برای دانلود متن کامل این فایل به سایت torsa.ir مراجعه نمایید.

د بیانگر ساختار شبکه باشد : به این صورت که، دو نفر با احتمال بیشتری یکدیگر را در مهمانی ملاقات می کنند؛ اگر که موقعیت آنها در شبکه،‌ نزدیک به یکدیگر باشد. این زوج از افراد، احتمالا دوستان مشترکی دارند و در حلقه های اجتماعی یکسانی فعالیت می کنند. بنابراین، صرف نظر از این واقعیت که آنها بواسطه یک رویداد خارج از شبکه (مثلا یک مهمانی) با یکدیگر دوست شوند، علامت هایی در حلقه های اجتماعی آنها وجود دارند که احتمال بالایی از دوستی در آینده را بیان می نمایند. لذا پرسشی که مطرح می باشد این است که ویژگی های گره و شبکه، چگونه در راستای ایجاد لینک های جدید با یکدیگر تعامل برقرار می کنند. از دیدگاه ایجاد لینک، پرسشی که مطرح می باشد به این صورت است که: داشتن علایق و مشخصات مشترک تا چه اندازه دارای اهمیت است؟ بعلاوه پرسش دیگری که وجود دارد این است که: بودن در یک حلقه اجتماعی واحد و یا نزدیک بودن در شبکه تا چه اندازه در بحث برقراری ارتباط، مهم می باشد. از دیدگاه فنی، چگونگی ایجاد متدی باقاعده که بتواند ویژگی های گره ها (یا همان اطلاعات پروفایل کاربر) و ویژگی های یال ها (یا همان اطلاعات تراکنش) را با ساختار شبکه ترکیب نماید، نامشخص و مبهم می باشد. یک روش متداول (که البته نتیجه آن تا حدودی رضایتبخش نمی باشد) این است که به صورت ساده، مجموعه ای از ویژگی ها که ساختار شبکه را در اطراف دو گره مورد نظر ما توصیف می کنند (نظیر درجه گره،‌ تعداد دوستان مشترک، کوتاه ترین طول مسیر) استخراج نماییم و آنها را با اطلاعات پروفایل کاربر ترکیب کنیم. (Backstrom, &Lesckovec, 2011).
۱-۶- توصیف ریاضی مسئله پیش بینی لینک ها Lu, & Zhou, 2011))
یک شبکه بدون جهت که در آن V مجموعه ای از گره ها و E مجموعه ای از لینک هاست را در نظر بگیرید. لینک های چندگانه[۲۰] و خود اتصال[۲۱] مجاز نیستند. U در مجموعه جهانی شامل همه لینک های ممکن تعریف شده است، که اندازه به معنی تعداد عناصر در مجموعه می باشد. پس، مجموعه ای از لینک هایی که وجود ندارد است. فرض می کنیم چندین لینک از دست رفته( و یا در آینده ظاهر می شوند) در مجموعه وجود دارد و وظیفه الگوریتم پیشنهاد لینک این است که این لینک ها را بیابد.
۱-۷- ساختار پایان نامه:
ساختار پایان نامه به صورت زیر می باشد:
فصل اول (معرفی و طرح مسئله): در این فصل دلیل پرداختن به موضوع پروژه و صورت مساله آن مورد بررسی قرار گرفت و تلاش شد تا به اجزای پایان نامه بر اساس مندرجات طرح اولیه تحقیق مصوب به طور کلی اشاره شود. این ارکان، در واقع، ایجاد کننده قلمرو و چشم اندازی هستند که به خواننده نشان می دهند که محتوای این رساله، چه می باشد.
فصل دوم (مبانی نظری و پیشینه تحقیق): در این فصل ابتدا به تعریف برخی مباحث و الگوریتم های اولیه مبحث پیش بینی لینک می پردازیم. سپس به توضیح منطق فازی، متغییر های زبانی، عملیات و روابط بین مجموعه های فازی خواهیم پرداخت . و در نهایت کارهای انجام شده در این زمینه را بررسی می نماییم.
فصل سوم (ارائه راهکار، الگوریتم و مدل پیشنهادی روش تحقیق): چارچوب پیشنهادی ما جهت توسعه ی الگوریتم های پیش بینی لینک در شبکه های اجتماعی در این فصل ارائه می گردد و مولفه های آن به تفضیل شرح داده می شود .
فصل چهارم(شبیه سازی مدل پیشنهادی): در این فصل به شرح و شبیه سازی مدل پیشنهادی نموده و به بررسی و تحلیل داده ها می پردازیم و دستاورد های پروژه را بیان می نماییم.
فصل پنجم (پیشنهادات): در این فصل مجموعه ای از پیشنهادات و زمینه های کاری آینده ی آن را ارائه می نماییم.
فصل دوم
مبانی نظری و پیشینه ی تحقیق
۲-۱- مقدمه
در این فصل مطالب پیش زمینه ای را که برای درک روش ارائه شده در پایان نامه ضروری است را بیان می کنیم. ابتدا به بررسی و معرفی روش های پیشنهاد لینک در شبکه اجتماعی و سپس به بیان مفاهیم منطق فازی پرداخته و در آخر به بررسی کارهای گذشته در این زمینه می پردازیم.
۲-۲-مفاهیم اولیه در زمینه پیشنهاد لینک در شبکه
۲-۲-۱- گراف
واژه گراف در ریاضیات حداقل دارای دو معنی می‌باشد. در ریاضیات ابتدایی گراف به نمودار تابع اشاره دارد و در اصطلاح ریاضی‌دانان گراف مجموعه‌ای از نقاط و خطوط متصل به هم هستند.
در واقع گراف مدلی ریاضی برای یک مجموعه گسسته است که اعضای آن به طریقی به هم مرتبط هستند. اعضای این مجموعه می‌توانند انسان باشند و ارتباط آن‌ها با هم دست دادن باشد. اعضا می‌توانند اتم‌ها در یک مولکول باشند و ارتباط آن‌ها اتصال‌های شیمیایی باشد یا اعضا می‌توانند قسمت‌های مختلف زمین و ارتباط بین آن‌ها پل‌هایی باشد که آن‌ها را به هم مرتبط می‌کند. ( http://fa.wikipedia.org)
۲-۲-۲-گراف اجتماعی (پرهیزکار، ۱۳۹۲)
گراف اجتماعی گرافی است که از روی داده های روابط بین موجودیت ها در شبکه های اجتماعی رسم می گردد. انواع گراف های اجتماعی شامل دو نوع گراف با یال های مثبت و منفی است که ارتباط بین یال های گراف به دو نوع زیر دسته بندی می شود:
تک رابطه ای
چند رابطه ای
یک یال در گراف تک رابطه ای بیانگر فقط یک ارتباط موضوعی بین دو گره است. مانند رابطه دوستی بین دو کاربر در شبکه. در حالیکه یک یال در گراف چند رابطه ای نشان دهنده چند نوع ارتباط مختلف بین دو گره است. مثلا بین دو گره
کاربر و برنامه کاربردی در گراف می تواند یک یال وجود داشته باشد که هم نشان دهنده ایجاد کننده برنامه توسط کاربر باشد و هم استفاده کننده از آن.
گراف های اجتماعی از نظر نوع گره های آن، به دو دسته همگن و ناهمگن تقسیم می شوند. گراف های اجتماعی همگن شبکه ایست که همه موجودیت ها و روابط بین آن ها از یک نوع هستند. در شبکه های اجتماعی ناهمگن موجودیت های گوناگون با روابط مختلف وجود دارد.
۲-۲-۳- تحلیل شبکه‌های اجتماعی (پرهیزکار، ۱۳۹۲)
شبکه ی اجتماعی ساختاری اجتماعی است که از گره‌هایی (که عموماً فردی یا سازمانی هستند) تشکیل شده‌است که توسط یک یا چند نوع خاص از وابستگی – مانند ایده‌ها و تبادلات مالی، دوست‌ها، خویشاوندی، لینک‌های وب، سرایت بیماری‌ها (اپیدمولوژی)- به هم متصل اند.
تحلیل شبکه‌های اجتماعی روابط اجتماعی را با اصطلاحات رأس و یال می‌نگرد. رأس‌ها بازیگران فردی درون شبکه‌ها هستند و یال‌ها روابط میان این بازیگران هستند. انواع زیادی از یال‌ها می‌تواند میان رأس‌ها وجود داشته باشد. نتایج تحقیقات مختلف بیانگر آن است که می‌توان از ظرفیت شبکه‌های اجتماعی در بسیاری از سطوح فردی و اجتماعی به منظور شناسایی مسائل و تعیین راه حل آنها، برقراری روابط اجتماعی، اداره امور تشکیلاتی، سیاستگذاری و رهنمون سازی افراد در مسیر دستیابی به اهداف استفاده نمود.
در ساده‌ترین شکل یک شبکه ی اجتماعی نگاشتی از تمام یال‌های مربوط، میان رأس‌های مورد مطالعه‌است. شبکه ی اجتماعی هم چنین می‌تواند برای تشخیص موقعیت اجتماعی هر یک از بازیگران مورد استفاده قرار گیرد. این مفاهیم غالباً در یک نمودار شبکه ی اجتماعی نشان داده می‌شوند که درآن، نقطه‌ها رأس‌ها هستند و خط‌ها نشانگر یال‌ها.
۲-۲-۴-منابع داده کاوی در شبکه های اجتماعی (پرهیزکار، ۱۳۹۲)