ارائه يك روش جديد براي پيش بيني موقعيت كاربران در شبكه هاي اجتماعي با استفاده از شبكه عصبي چند لايه

امروزه شبكه هاي اجتماعي آنلاين به جزء جدايي ناپذير زندگي ما تبديل شده اند. بدليل وجود حجم بسيار عظيم كاربران و ارتباطات ميان آنها، ساختار اين شبكه ها بسيار پيچيده ميباشد. تجزيه و تحليل شبكه هاي اجتماعي به منظور شناخت دقيق كاربران، علايق آنها، اجتماعات، دور افتادگان، رهبران عقيده و ... در ميان بسياري از رشته ها از جمله جامعه شناسي، ارتباطات، علوم كامپيوتر و ... اهميتي ويژه يافته است. در اين مقاله سعي داريم تا با استفاده از الگوريتم يادگيري شبكه هاي عصبي چند لايه پرسپترون و با كمك اطلاعات حاصل از تحليل ساختار گراف شبكه هاي اجتماعي و همچنين ويژگي گره هاي گراف، پارامترهاي مركزيت گره ها را پيش بيني نمائيم. با استفاده از نتايج حاصل از اين پيش بيني مي توان شايعه پراكنان، گره هاي شهرت، خبرگان و ... را در شبكه هاي كوچك، متوسط و بزرگ شناسايي نمود. از مزاياي روش پيشنهادي كاهش هزينه هاي مربوط به تحليل دوره اي شبكه ها مي باشد. براي ارزيابي كارايي روش پيشنهادي از داده هاي شبكه ي اجتماعي فيسبوك استفاده شده است. نتايج نشان مي دهد روش پيشنهادي از كارايي بالايي برخوردار است.