رویکردی نوین چند مرحله‌ای برای تشخیص انجمن در شبکه‌های اجتماعی مبتنی بر خوشه‌بندی فازی DBSCAN و بهینه‌سازی جستجوی خزنده

Authors

    Mostafa Aliabadi Department of Computer Engineering, Fe.C., Islamic Azad University, Ferdows, Iran
    Hamidreza Ghaffari * Department of Computer Engineering, Fe.C., Islamic Azad University, Ferdows, Iran hamidghaffary53@iau.ac.ir

Keywords:

تشخیص انجمن, شبکه‌های پیچیده, DBSCAN, الگوریتم جستجوی خزنده (RSA), ماژولاریتی, شاخص NMI

Abstract

تشخیص انجمن یکی از مسائل بنیادی در تحلیل شبکه‌های پیچیده و اجتماعی است که هدف آن شناسایی گروه‌هایی از گره‌ها با ارتباطات درونی متراکم‌تر نسبت به سایر بخش‌های شبکه می‌باشد. چالش اصلی در این حوزه، عدم آگاهی از تعداد دقیق جوامع و حجم بالای گره‌ها در شبکه‌های واقعی است. در این پژوهش، یک رویکرد چندمرحله‌ای نوین ارائه می‌شود که از ترکیب الگوریتم خوشه‌بندی مبتنی بر چگالی (DBSCAN) و الگوریتم بهینه‌سازی جستجوی خزنده (RSA) بهره می‌گیرد. در مرحله اول، با استفاده از DBSCAN و ویژگی‌های استخراج‌شده از گره‌ها به‌ویژه لیست همسایگان، خوشه‌بندی اولیه شبکه انجام می‌شود. در مرحله دوم، الگوریتم RSA با سه فاز مقداردهی اولیه، اکتشاف و بهره‌برداری، جوامع نهایی را شناسایی می‌کند. تابع هدف بر پایه دو معیار ماژولاریتی  و پراکندگی  تعریف شده است. روش پیشنهادی روی هشت مجموعه‌داده واقعی شامل ca-GrQc، ca-HepPh، ca-HepTh، ca-AstroPh، ca-CondMat، شبکه کاراته، فوتبال کالج آمریکایی و شبکه دلفین در محیط MATLAB ارزیابی شده است. نتایج آزمایش‌ها نشان می‌دهد که روش پیشنهادی در اکثر موارد عملکرد بهتری نسبت به روش‌های موجود دارد و مقادیر بالاتری از شاخص‌های  و ماژولاریتی  را به دست می‌آورد.

Published

2026-05-22

Submitted

2026-04-12

Revised

2026-05-14

Accepted

2026-05-18

Issue

Section

Articles

How to Cite

Aliabadi, M. ., & Ghaffari, H. . (1405). رویکردی نوین چند مرحله‌ای برای تشخیص انجمن در شبکه‌های اجتماعی مبتنی بر خوشه‌بندی فازی DBSCAN و بهینه‌سازی جستجوی خزنده. Decision Science and Intelligent Systems, 3(1), 1-123. https://dsisj.com/index.php/dsisj/article/view/52

Similar Articles

1-10 of 40

You may also start an advanced similarity search for this article.