تشخيص اجتماعات موضوع محور در شبكه هاي اجتماعي: مطالعه موردي، گراف موضوعي مقالات و ارجاعات

با گسترش روز ‌افزون تعداد كاربران شبكه هاي اجتماعي، تشخيص اجتماعات موضوع محور بر اساس موضوعات مشترك مورد علاقه كاربران به يكي از زمينه هاي پژوهشي جذاب در حوزه تحليل شبكه هاي اجتماعي بدل گشته است. يك از چالش هاي اين حوزه وابسته بودن الگوريتم ها و راهكارهاي تشخيص اجتماعات بر اساس محوريت موضوع شبكه هاي اجتماعي است. از اين رو در اين پژوهش، شبكه اي از مقالات و ارجاعات بين آنها به عنوان مطالعه موردي با استفاده از نرم افزار پايگاه داده گراف محور Neo4j پياده سازي شده است. سپس به منظور استفاده از راهكار خوشه بندي گراف به كمك نرم افزار داده كاوي Rapidminer سه الگوريتم خوشه بندي متفاوت بر گراف موضوعي مقالات و ارجاعات اعمال شد. متريك هاي مورد استفاده در خوشه بندي هاي صورت گرفته، عنوان مقالات و كلمات كليدي مقالات در نظر گرفته شد. نتايج حاكي از مناسب تر بودن متريك عنوان نسبت به كلمات كليدي به علت تخصصي تر بودن دامنه لغات است.