بازیابی و تحلیل خصوصیات شهرهای مختلف در شبکههای اجتماعی مبتنی بر مکان با استفاده از الگوریتم جستجوی هارمونی

• تاریخ ثبت: 16 آبان 1395
• نویسندگان: مجید عبدالرزاق نژاد
• کلمات کلیدی: الگوریتم جستجوی هارمونی، انجمنهای همپوشا، پروفایل انجمن، خصوصیات شهرها، شبکههای اجتماعی مبتنی بر مکان

با افزایش محبوبیت شبکههای اجتماعی مبتنی بر مکان 1 و د ستر سی به ردپای دیجیتالی 2 کاربران، یک فر صت مطالعاتی و سیع برای تحلیل رفتار مردم شهرهای مختلف فراهم شده ا ست. ساختار گروهها در شبکههای اجتماعی یکی از مهمترین مشخصات آنها ست. برخلاف سایر شبکههای اجتماعی که گروهها بطور صریح برای ع ضویت م شخص ه ستند، در LBSN ها، گروهها تعریف دقیقی ندارند. با توجه به جذابیت بررسی رفتار گروهی کاربران، کشف انجمن 3 در LBSN ها، توجه بسیاری از محققان را به خود جلب کرده است. در این مقاله یک چارچوب هوشممند برای کشمف انجمنهای همپوشما 4 در LBSN ها بر مبنای بازدیدهای انجام شمده توسمک کاربران و ویژگیهای 5 محلهای بازدید و کاربران، ارائه می شود. همچنین خو شهبندی بر روی یالهای دوق سمتی انجام شده که شامل کاربران و محلهای بازدید ه ستند. سپس هر انجمن با استفاده از فرادادۀ 6 کاربران و محلهای بازدید، پروفایل شده و در گام بعد مشخصات شهرها استخراج میشوند. تمرکز این مقاله بر روی دادههای به دسمت آمده از شمبک Foursquare میباشمد. مزیت رویکرد پیشمنهادی، اسمتفاده از الگوریتم فرامکاشمفهای 7 جسمتجوی هارمونی 8 با هدف تعیین هوشمند مراکز خوشهها است.