بهبود تشخيص جوامع مبتني بر توسعه محلي در شبكه هاي اجتماعي با استفاده از موازي سازي

شبكه هاي اجتماعي افراد مختلف با علاقه‌مندي‌ها و تفكرات متفاوت را به همديگر متصل مي‌كنند. يكي از چالش‌هاي مهم در شبكه هاي اجتماعي، تشخيص جامعه است. وجود هسته‌1هاي تك‌رأسي (فاقد جامعه) در رنگ آميزي گراف، تشخيص جوامع را با مشكل مواجه مي‌كند. حال اين كه آيا با استفاده از موازي سازي مي توان مشكل وجود هسته‌هاي تك رأسي را در رنگ آميزي گراف جهت بهبود تشخيص جوامع حل نمود. در اين مقاله با استفاده از موازي سازي الگوريتم رنگ¬آميزي گراف، تشخيص جوامع مبتني بر توسعه محلي در شبكه با استفاده از الگوريتم ژنتيك موازي صورت پذيرفته كه نشان دهنده آن است كه الگوريتم ژنتيك موازي ارائه شده سرعت را نسبت به الگوريتم رنگ¬آميري قبلي بهبود داده است و اينكه فرآيند شناسايي هسته با استفاده از موازي سازي منجر به كاهش زمان اجراء شده است. همچنين الگوريتم حاضر منجر به بهبود پوشش هسته‌ها همراه با كيفيت خوب جوامع نسبت به الگوريتم قبلي است. در نتيجه نتايج عملي حاصل از پياده سازي روش ارائه شده نشان مي‌دهد كه مي‌توان يك الگوريتم ژنتيكي مناسب نسبت به الگوريتم‌هاي مشابه ارائه نمود.