بخشی از مقاله
چکیده
شبکههای اجتماعی کانالهای ارتباطی سریعی هستند که افراد میتوانند از طریق وسایل الکترونیکی شخصی در هر مکان و در هر زمان با دوستان، آشنایان و همکاران و … ارتباط برقرار کنند. گسترش شبکههای اجتماعی توجه محققین زیادی را به خود جلب کرده است. برای مدلسازی این شبکهها، از گراف استفاده شده، که در آن افراد تشکیل دهنده گرهها و روابط بین افراد ایجاد کننده یالها است.
یک شبکه اجتماعی، انعکاسی از روابط میان افراد در درون خوشه است، پژوهشهای فراوانی که به بررسی و ساختار اجتماعی مشترک برای شبکههای اجتماعی میپردازد موجود است که ابتدا در آن به طبقهبندی افراد در خوشهها، تعیین بخشهای مشترک خوشهها و ایجاد آنها و بخشهای مشترک در سطوح مختلف برای خلق یک ساختار مشترک پرداخته شده است. مهمترین چالش در شبکههای اجتماعی زمانی بوجود میآید که شبکه علامتدار بوده و امکان وجود یال با علامت منفی در شبکه وجود دارد.
در این تحقیق ابتدا یک آرایش احتمالی از شبکههای اجتماعی به صورت گراف در نظرگرفته شده، سپس با توجه به افراز شبکه و به حداکثر رساندن مجموعه خوشهها که زیر گرافی از شبکه است با روش تعادل ساختاری در خوشهبندی بر حسب علائم در شبکه ایجاد شد، تا تعادل ساختاری در آن برقرار شود. با یک خوشهبندی مناسب مساله به مدل بهینه همگرا شده و نتایج حاصل بیانگر بهبود عملکرد روش پیشنهادی در مقایسه با روشهای مشابه قبل است.
-1 مقدمه
شبکههای اجتماعی بهعنوان یکی از مهمترین ابزارهای انتقال اطلاعات و تفکرات مطرح شده است. میل ذاتی افراد به تشکیل گروه و تعاملات بین افراد، باعث شده است تا ساختار شبکههای اجتماعی بسیار پیچیده شود. از جمله مسئلههای بنیادی در زمینه تحلیل شبکههای اجتماعی، بحث خوشهبندی یا تشخیص گروهها1 است. متداولترین روش برای مدل کردن این شبکهها، استفاده از گراف است. به عبارتی راسهای گراف معرف افراد هستند و یالهای گراف، ارتباط بین افراد را نمایش میدهند.
مسالهی خوشهبندی گرافها از مسائل مهم در بسیاری از زمینهها مثل شبکههای اجتماعی میباشد و لذا محققان زیادی از رشتههای مختلف تحقیقات متنوعی را پیرامون آن انجام دادهاند.[2] شبکههایی نظیر اینترنت، وب گسترده جهانی، شبکه حمل و نقل، شبکههای ایمیل، شبکههای اجتماعی و زیستی و... مثالهایی از این نوع شبکهها هستند. به فرآیند گروهبندی کردن راسهای گراف به داخل خوشهها طوری که در داخل هر خوشه تراکم یالها زیاد و بین خوشهها تراکم نسبتا کم باشد خوشهبندی کردن گراف گفته میشود.
الگوریتمهای زیادی برای شناسایی این ساختارها توسعه داده شدهاند. از آنجایی که در کاربردهای واقعی اندازه دادهها با سرعت زیادی افزایش مییابد، کارایی الگوریتمهای کلاسیک برای گرافهای بزرگ کاهش پیدا میکند. درچنین وضعیتی الگوریتمهای خوشهبندی مبتنی بر مدل، یک جایگزین مناسب برای نوعهای کلاسیک میباشند. کارایی الگوریتمهای خوشهبندی گراف مبتنی بر مدل به مقداردهی اولیه صحیح پارامترهای آن وابسته است.
به همین منظور، یک الگوریتم تکاملی به منظور پیدا کردن مقادیر مناسب برای الگوریتمهای خوشهبندی گراف مبتنی بر مدل ارائه شده است. روش ارائه شده بر روی دادههای شبیهسازی شده و دادههای واقعی مورد آزمایش قرار گرفته است و نتایج بدست آمده نشان دهنده افزایش کارایی روش پیشنهادی در مقایسه با روشهای مشابه میباشد.
راسهای یک خوشه از نظر تعاملات بسیار شبیه یکدیگر هستند و عموما نقش یکسانی را در شبکه ایفا میکنند و همین موضوع سبب شده تا یافتن خوشه به عنوان یکی از مسئلههای بنیادی و مهم در تحلیل شبکههای اجتماعی به شمار آید دریک خوشه راسها را میتوان به دو دستهی مرکزی و مرزی تقسیم کرد. در این مقاله رئوس مرکزی تنها به رئوس درون خوشهای یال دارند و دارای تاثیر بیشتری بر روی اعضای خوشه نسبت به سایر راسهای خوشه دارند، در حالی که راسهای مرزی حداقل یک یال به خارج از خوشه یا گروه دارند، این راسها در ارتباط و پخش اطلاعات به خارج از گروه نقش مهمتری دارند.
به طور کلی در یک خوشه هر چه ارتباط درون خوشهها و شباهت راسها بیشتر باشد خوشهبندی یا گروهبندی متعادلتری خواهیم داشت.[4] در این مقاله تحلیل شبکههای علامتدار در دو مسیر متفاوت دنبال شده است. اولین مسیر اعتبار سنجی و بررسی نظریهی تعادل اجتماعی2 پرداخته است در این مسیر سعی شده که درستی یا نادرستی پیشبینیهای این نظریه در شبکههای با اندازهی بزرگ بررسی شود و به دنبال آن، برداشتهای جدیدتری از روابط اجتماعی به این نظریه الحاق شوند نظریه تعادل ساختاری پیشبینیهایی در مورد تغییر روابط افراد در شبکههای اجتماعی علامتدار و ایجاد تعادل ساختاری توضیح داده شده است. در بخش بعدی پیشینهای از تحقیقات انجام شده در این زمینه را مورد بررسی قرار داده و سپس روش خود را معرفی و در ادامه به ارزیابی و نتیجهگیری خواهیم پرداخت.
-2 پیشینه تحقیق
با توسعه یافتن ابزارهای ارتباطی، شبکههای اجتماعی نیز به عنوان یکی از مهمترین ابزارهای انتقال اطلاعات و تعامل بین افراد مورد توجه محققین قرار گرفت. شبکههای اجتماعی مجموعهای از افراد هستند که به نحوی با یکدیگر در ارتباط هستند. ایجاد سرویسهای دیجیتال و توسعه شبکههای اجتماعی، همان چیزی هستند که مردم در زبان روزمره خود، به آن شبکههای اجتماعی میگویند. گوگل پلاس، لینکدین، فیسبوک، اینستاگرام، توییتر و سایر پلتفرمهای مشابه، ابزارهای دیجیتالی هستند که برای ایجاد شبکههای اجتماعی و توسعه آنها طراحی شدهاند. در سادهترین شکل یک شبکه اجتماعی نگاشتی از تمام یالهای مربوط، میان رأسهای مورد مطالعه است.
هر ساختار اجتماعی از افراد که بر اساس یک رابطه اجتماعی ایجاد می شود، یک شبکه اجتماعی می گوییم. بنابراین هر شبکه اجتماعی شامل مجموعه ای از انسان ها و روابط اجتماعی بین آنها است. لذا هر شبکه اجتماعی از دو عنصر تشکیل شده است: موجودیتهای شرکت کننده در ارتباط و ارتباط بین این موجودیتها. در علوم اجتماعی به موجودیت های شرکت کننده در ارتباط بازیگر و به ارتباطات بین این موجودیتها رابطه گفته می شود.
گراف ها به واسطه نمایش دادن بصری شبکه های اجتماعی به عنوان دیگر ابزار ریاضی برای نشان دادن و تحلیل شبکه اجتماعی به کار می روند. در این گراف ها بازیگران به عنوان راس های گراف در نظر گرفته می شوند و ارتباطات بین آن ها توسط یال های گراف به نمایش گذاشته می شود. گراف ها نیز همچون ماتریس ها برای نمایش هر دو نوع شبکه های اجتماعی - یک طرفه و دو طرفه - به کار برده می شوند. از گراف های جهت دار برای نمایش شبکه های اجتماعی یک طرفه و از گراف بدون جهت برای نمایش شبکه های اجتماعی دو طرفه استفاده می شود. تحلیل شبکه های اجتماعی 1 - SNA - خوانده می شود. منظور از تحلیل شبکه ها، مطالعه و تجزیه و تحلیل آنهاست. برای تحلیل شبکه روش های متفاوتی وجود دارد. این روش ها در ابتدا ریشه در جامعه شناسی و ریاضی - نظریه گراف - داشتند، اما امروزه علاوه براین دو رشته در سایر علوم نیز مورد استفاده قرار می گیرد.
تحلیل شبکههای اجتماعی با استفاده از دانش ریاضی و نظریه گرافها، شکلی بسیار علمی و ساختار یافته به خود گرفته است و در حال حاضر تحلیل شبکههای اجتماعی از جمله گرانترین و پرسودترین تخصصهای بشری محسوب میشود.یکی از کاربردهای تحلیل شبکههای اجتماعی در تصمیمگیری و خطمشی گذاری است. تحلیل شبکههای اجتماعی و شیوه ارتباطات مردم، میتواند کمک کند که سیاست گذاران، در زمینه تصمیمگیری برای اعلام یا عدم اعلام عمومی بیماری، انتخاب بهتری انجام دهند
