[صفحه اصلی ]    
بخش‌های اصلی
درباره دانشکده::
مدیریت دانشکده::
اعضای هیات علمی ::
معرفی افراد::
امور آموزش::
امور فرهنگی::
امور پژوهشی::
اخبار و رویدادها::
فضاهای آموزشی و تحقیقاتی ::
تسهیلات پایگاه::
تماس با ما::
::
ورود به سایت دروس
دانشجویان روزانه و پردیس
دانشجویان مرکز آموزش الکترونیکی
..
اطلاعیه ها
 اطلاعیه های آموزشی
..
فراخوان ها
فراخوان های همکاری با صنعت و سازمان ها
..
دفاعیه‌ها

دفاعیه های دکتری

۱۴۰۳/۳/۲۶ - علی السیلاوی
۱۴۰۳/۲/۲۴ - رحمن عمیری


دفاعیه های کارشناسی ارشد

..
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
:: محسن مرتضی‌پور ::
 | تاریخ ارسال: 1401/7/26 | 

    ارائه­ دهنده:
محسن مرتضی‌پور


 استاد راهنما:
دکتر
حسن نادری

هیات داوری: 
 دکتر
عین‌الله خنجری
 دکتر سعید فرضی

زمان:
 ۱۴۰۱/۰۷/۳۰

ساعت ۱۰:۰۰
 

آقای محسن مرتضی‌پور دانشجوی کارشناسی ارشد آقای دکتر حسن نادری روز شنبه ۳۰ مهرماه ساعت ۱۰:۰۰ از پروژه کارشناسی ارشد خود تحت عنوان "پیش‌بینی تحولات جوامع با استفاده از ویژگی‌های ساختاری در شبکه‌های اجتماعی پویادفاع خواهند نمود.

چکیده پایان نامه:
 امروزه شبکه‌های اجتماعی نقش مهمی در زندگی افراد دارند. این شبکه‌ها ماهیت پویایی دارند به این معنا که ممکن است افراد جدیدی به شبکه اضافه شوند، افراد موجود شبکه را ترک کنند و یا ارتباط مابین آن‌ها تغییر کند. یکی از مؤلفه‌های اساسی در شبکه‌های اجتماعی جوامع هستند. جوامع ساختارهایی هستند که ارتباط درونی آن‌ها بیشتر از ارتباط بیرونی آن‌ها است. جوامع نیز، همانند شبکه‌های اجتماعی باگذشت زمان دچار تغییر و تحول می‌شوند، بدین صورت که یک جامعه می‌تواند با از دست دادن اعضای خود کوچک شود و یا درنتیجه اضافه شدن اعضای جدید، بزرگ‌تر شود یا اینکه دو جامعه با یکدیگر ادغام شوند و جامعه جدیدی را شکل بدهند و یا بالعکس. پیش‌بینی این تغییر و تحولات یکی از موضوعات جذاب در زمینه تحلیل شبکه های اجتماعی است.
برای پیش‌بینی این تحولات نیازمند محاسبه ویژگی‌های مربوط به جوامع هستیم تا به کمک آن‌ها خصوصیات ساختاری جامعه را توصیف کنیم. این ویژگی‌ها نقش مهم و اساسی در کیفیت پیش‌بینی ایفا می‌کنند. تا کنون تحقیق‌های مختلفی در این زمینه انجام شده است اما در تمامی این تحقیق‌ها، ویژگی‌ها به‌صورت صریح تعریف شده‌اند که از دقت پایینی برخوردار بوده‌اند. در این پژوهش ما با تمرکز بر مؤلفه یادگیری ویژگی، و با استفاده از تعبیه‌سازی گراف به ازای هر جامعه یک بردار ویژگی به دست آورده‌ایم. نتایج آزمایش‌های چارچوب ارائه شده بر روی ۶ مجموعه‌داده دنیای واقعی نشان می‌دهد چارچوب ما دقت پیش‌بینی را تا ۸ درصد افزایش می‌دهد. همچنین ما نشان دادیم که یادگیری ویژگی فقط بر روی ساختار جامعه، موجب کاهش دقت پیش‌بینی نمی‌شود.


 

دفعات مشاهده: 907 بار   |   دفعات چاپ: 160 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر
سایر مطالب این بخش سایر مطالب این بخش نسخه قابل چاپ نسخه قابل چاپ ارسال به دوستان ارسال به دوستان
data
Persian site map - English site map - Created in 0.17 seconds with 53 queries by YEKTAWEB 4657