خانم نسرین کلناتدانشجوی دکترای جناب آقای دکتر عین الله خنجری روز چهارشنبه مورخ 1399/02/10 ساعت 17:00  از رساله دکتری خود تحت عنوان "استخراج کنش از شبکه های اجتماعی مبتنی بر کاوش داده ها" دفاع خواهند نمود.

 

ارائه ­دهنده:
نسرین کلنات
  استاد راهنما:
دکتر عین الله خنجری
  هیات داوران:

دکتر ناصر مزینی؛ ددکتر مینایی ؛ دکتر نادری؛ دکتر بیگی؛ دکتر صنیعی آباده
زمان : چهارشنبه  10 اردیبهشت ماه 1399

  ساعت 17:00

  نحوه ی برگزاری: به صورت الکترونیک

چکیده پایان نامه :

رشد روز افزون در روند جمع‌آوری و ذخیره‌سازی داده‌ها منجر به اهمیت یافتن استخراج خودکار دانش معتبر، از پیش ناشناخته و قابل استفاده، از آن‌ها شده است. تاکنون تحقیقات گسترده‌ای در زمینه کشف و استخراج دانش از داده‌ها انجام شده است که اغلب آن‌ها محدود به یافتن مجموعه‌ای از الگوها و مدل‌ها می‌باشند. این نتایج اغلب نیاز به میزان زیادی پس‌پردازش دارند تا قابل استفاده توسط کاربر نهایی شوند. یکی از دلایل این مسئله  نداشتن قابلیت استفاده عملی الگوها و مدل‌های کشف شده می‌باشد. برای غلبه بر این ضعف مسئله کنش کاوی مطرح شده است که هدف آن استخراج دانشی می‌باشد که قابل‌اعمال در حوزه مربوطه باشد به این معنی که به کمترین دخالت متخصصین حوزه مربوطه نیاز باشد. کنش کاوی راهکاری در کشف دانش کنشمند است که به استخراج دانش کنش پذیر به منظور پیشنهاد مجموعه‌ای از تغییرات به منظور نیل به وضعیت مطلوب می‌پردازد. طی سال‌های اخیر پژوهش‌های متعددی در زمینه کنش کاوی صورت گرفته است که عمده‌ی این پژوهش‌ها، به کاوش کنش در داده‌هایی با ساختار ساده از جمله جداول در مدل رابطه‌ای، پایگاه داده‌ی تراکنشی و انبار داده‌ها محدود می‌باشد. در این روش‌ها موجودیت‌ها مستقل از یکدیگر فرض می‌شوند، درحالی‌که در اغلب کاربردهای رایج امروزی، ارتباط بین موجودیت‌ها از اهمیت ویژه‌ای برخوردار است. از جمله این کاربردها شبکه‌های اجتماعی می‌باشد . با توجه به پیچیدگی ساختاری این داده‌ها ، کاوش کنش در آن‌ها دارای چالش‌های خاص خود می‌باشد. در این رساله، استخراج کنش از شبکه‌های اجتماعی را معرفی کرده‌ایم. برای این منظور چارچوبی را برای استخراج کنش از شبکه‌های اجتماعی ارائه و ضمن تعریف مفاهیم مبنایی کنش در شبکه اجتماعی و معیارهای ارزیابی کیفیت کنش‌ها، صورت‌بندی صوری از مسئله ارائه داده‌ایم. علاوه بر این، دو رویکرد جهت استخراج کنش‌های بهینه از داده‌های شبکه اجتماعی اتخاذ شده است. رویکرد اول، بسط روش‌های پیشین است که در آن ویژگی‌های ساختاری گراف استخراج می‌شود و درنهایت، با ایده از یک روش متداول کنش کاوی به استخراج کنش می‌پردازیم. رویکرد دوم، استخراج کنش بطور مستقیم از گراف داده‌ها می‌باشد که در آن، گراف شبکه اجتماعی به عنوان ورودی روش کاوش کنش در نظر گرفته می‌شود و استخراج کنش با توجه به روش یادگیری زیرین به نحوی صورت می‌گیرد که ساختار گراف در فرآیند یادگیری مورد پردازش و استفاده قرار می‌گیرد. این رویکرد، برای دو نوع تغییرات در شبکه شامل تغییرات در یال‌ها و ویژگی‌های گره بسط داده شده است. همچنین، برای هر رویکرد، روش‌هایی طراحی و پیاده‌سازی نموده‌ایم. نتایج تجربی بر روی مجموعه داده‌های شبکه اجتماعی از جمله فیس‌بوک، گوگل پلاس، DBLP و Hep-th نشان می‌دهد که نه تنها توسعه کنش کاوی به شبکه‌های اجتماعی امکان‌پذیر است بلکه کنش‌های استخراج شده کیفیت و قابلیت کاربردی بالاتری نسبت به بروزترین روش‌های موجود دارند.
 

  دانشکده مهندسی کامپیوتر مدیریت تحصیلات تکمیلی
  از اساتید بزرگوار، دانشجویان گرامی و دیگر متخصصان و علاقه مندان به موضوع دفاعیه دعوت
می شود با حضور خود موجبات غنای علمی و ارتقای کیفی را فراهم سازند.