مدل های محاسباتی برای تحلیل شبکه اجتماعی
چکیده
شبکه ها و رسانه های اجتماعی با رشد فزاینده خدمات شبکه اجتماعی آنلاین همانند فیس بوک و تویتر، بیش از پیش حائز اهمیت می گردند، که به طور مستقیم بر سیاست، اقتصاد و زندگی روزمره ما تاثیر می گذارند. هدف بررسی شبکه های عمده اجتماعی جمع آوری و تحیل داده های اجتماعی سطح وب برای نشان دادن الگو رفتارهای فردی و گروهی است. آن یک رشته علمی و ذاتاً میان رشته ای بوده که برگرفته از جامعه شناسی، روان شناسی، آمار و نظریه گراف می باشد. دراین مقاله به طور کوتاه به شرح پیشرفت های اخیر نظرسنجی درباره بررسی شبکه اجتماعی می پردازیم و بر درک تاثیرات متقابل بین کاربران در شبکه های اجتماعی پویا و کلان تاکید می ورزیم. مقاله خود را با دانش پایه ای تحلیل شبکه اجتماعی شروع می کنم که شامل روش شناسی ها و ابزارهای برای تحلیل شبکه اجتماعی سطح خرد، سطح میانی و سطح کلان است. سپس به توصیف مسیر کلی بررسی شبکه اجتماعی خواهم پرداخت. پس از آن، به توصیف روش های مدل سازی رفتار کابر همانند روش های پیشرفته یادگیری پروفایل های کابر و معرفی پیشرفت های اخیر در اصول پویا مدل سازی رفتارهای کاربر با استفاده از یادگیری مفصل خواهم پرداخت. سپس مدل ها و الگوریتم هایی برای تحلیل کمّی تاثیرات متقابل اجتماعی از جمله تاثیر اجتماعی و هم نوع دوستی مطرح خواهم نمود. سر انجام به معرفی مدل ساختار شبکه همانند شکل گیری گروه اجتماعی و تولید مکان یابی شبکه روی خواهم آورد. شبکه توسعه شده اخیر را معرفی خواهیم نمود که مشتمل بر الگوریتم های برای مدل سازی شبکه های اجتماعی با راهبردهای شامل سازی می باشد. سرانجام، از چند نمونه محسوس برگفته از علی بابا، بزرگترین وب سایت خرید آنلاین در جهان، وی چت، بزرگترین خدمات پیام رسانی اجتماعی در چین برای شرح نحوه تاثیرگذاری شبکه های اجتماعی آنلاین بر جهان آفلاین استفاده خواهم کرد.
1-مقدمه
پدیدار شدن و تکثر سریع نرم افزارها و رسانه های اجتماعی آنلاین همانند پیام رسانی آنی ( همانند اسنپ چت، وی چت، آی.آر.سی، ای.آی.ام، جابر، اسکایپ)، سایت های اشتراک گذاری (از جمله فلیکر، پیکاسا، یو تیوب، پلاکسو)، وب لاگ ها ( همانند بلاگر، ورد پرس، لایو ژورنال)، بانک اطلاعات (ویکی پدیا؛ پی.بی.ویکی) خرده وب لاگ ها ( همانند تویتر، جایگو، ویبو)، شبکه های اجتماعی ( از جمله فیس بوک، مای اسپیس، نینگ)، شبکه های علمی (از جمله دی.بی.ال.پی، آرنت مینر)، فرصت های زیادی برای مطالعه شبکه های اجتماعی کلان پدید آورده است در عین حال نیز چند چالش جدید به بار آورده است. از دیدگاه اجتماعی، شبکه های آنلاین اجتماعی از قبل به پلی برای ارتباط حیات فیزیکی خود با فضای وب مجازی تبدیل شده اند. فیس بوک بیش از 1.65 میلیارد کاربر و تن سنت ( بزرگترین خدمات شبکه اجتماعی در چین) بیش از 800 میلیون ماهیانه کاربر و 700 کاربر فعال وی چت ماهیانه در 2016 به خود جذب نموده است.
ABSTRACT
With the exponential growth of online social network services such as Facebook and Twitter, social networks and social medias become more and more important, directly influencing politics, economics, and our daily life. Mining big social networks aims to collect and analyze web-scale social data to reveal patterns of individual and group behaviors. It is an inherently interdisciplinary academic field which emerged from sociology, psychology, statistics, and graph theory. In this article, I briefly survey recent progress on social network mining with an emphasis on understanding the interactions among users in the large dynamic social networks. I will start with some basic knowledge for social network analysis, including methodologies and tools for macro-level, meso-level and microlevel social network analysis. Then I will give an overall roadmap of social network mining. After that, I will describe methodologies for modeling user behavior including state-of-the-art methods for learning user profiles, and introduce recent progress on modeling dynamics of user behaviors using deep learning. Then I will present models and algorithms for quantitative analysis on social interactions including homophily and social influence.Finally, I will introduce network structure model including social group formation, and network topology generation. We will introduce recent developed network embedding algorithms for modeling social networks with the embedding techniques. Finally, I will use several concrete examples from Alibaba, the largest online shopping website in the world, and WeChat, the largest social messaging service in China, to explain how online social networks influence our offline world.
1. INTRODUCTION
The emergence and rapid proliferation of online social applications and media, such as instant messaging (e.g., Snapchat, WeChat, IRC, AIM, Jabber, Skype), sharing sites (e.g., Flickr, Picassa, YouTube, Plaxo), blogs (e.g., Blogger, WordPress, LiveJournal), wikis (e.g., Wikipedia, PBWiki), microblogs (e.g., Twitter, Jaiku, Weibo), social networks (e.g., Facebook, MySpace, Ning). scientific networks (e.g., DBLP, ArnetMiner), bring many opportunities for studying very large social networks, at the same time also pose a number of new challenges. From the social perspective, the online social networks already become a bridge to connect our physical daily life with the virtual Web space. Facebook has more than 1.65 billion users and Tencent (the largest social networking service in China) has attracted more than 800 million monthly active QQ users and 700 monthly active WeChat users in 2016.
چکیده
1. مقدمه
2- ادبیات مربوطه
1-2 نظریه های اجتماعی
2-2 تحلیل رابطه اجتماعی
3-2 تحلیل تاثیر اجتماعی
4-2 فعالیت ها و مدل های کاربر
3- خلاصه
ABSTRACT
1. INTRODUCTION
2. RELATED LITERATURE
2.1 Social Theories
2.2 Social Tie Analysis
2.3 Social Influence Analysis
2.4 User Modeling and Actions
3. SUMMARY
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه