شکل ۴-۵- نمودار مقایسه Perplexity روش LDA و CDBLC برای T=100 و K=20 66

( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

فهرست جدول‌ها
عنوان صفحه
جدول ۳-۱ علائم و تعاریف بکار رفته ۳۳
فصل نخست:
مقدمه

مقدمه

شبکه های اجتماعی

تعامل انسان با کامپیوتر^[۱] از زمان ایجاد اولین کامپیوتر­ها همواره مورد توجه بوده است و شامل مطالعه، برنامه­ ریزی و طراحی رابطه بین کاربران و رایانه ­ها است. معمولا از HCI به عنوان نقطه تقاطع علوم کامپیوتر، علوم رفتاری^[۲]، علم طراحی و چند زمینه دیگر یاد می­ شود. این اصطلاح برای اولین بار توسط کارد و همکارانش در کتاب “روانشناسی تعامل انسان با کامپیوتر” مطرح شده است و دلالت ضمنی بر این مطلب دارد که رایانه دارای کاربرد­های بیشماری است که بدون مرز بین آن و کاربر اعمال می­ شود[۱].
متخصصان این حوزه در ابتدا به دنبال راهکاری برای تولید سخت افزار­هایی با ارگونومی مناسب بودند. طی دهه­ ۱۹۸۰ تمرکز اصلی به تولید نرم افزار های کاربر پسند معطوف شد اما طولی نکشید که در دهه­ ۱۹۹۰ دیدگاه جدیدی مطرح شد که در آن، به رایانه به عنوان ابزاری برای ایجاد تعاملات انسانی نگاه می­شد. با توجه به این رویکرد، شبکه ­های اجتماعی اینترنتی عامل ایجاد تعامل میان انسان­ها در فضای مجازی گشتند و اهمیت به سزایی پیدا کردند[۲].
امروزه، با توجه به رشد فراگیر اینترنت و فناوری­های ارتباطی و اطلاعاتی، شاهد شکل گیری یک فضای مجازی در کنار جهان واقعی هستیم که الگو­های سنتی را دست­خوش تغییر نموده است. این فضا دارای ویژگی­هایی چون فرا­زمان بودن، بی­مکانی، عدم محدودیت به قوانین، روی فضا بودن، آزادی از هویت بدنی و جنسی و برخورداری از فضاهای فرهنگی، اقتصادی، سیاسی است. شبکه ­های اجتماعی مجازی، امروزه نقش بسیار مهمی در خلق این فضای مجازی دارند. این فضا­ها در کنار ویژگی­های مثبت، آسیب­های روانی و سیاسی بسیار گسترده­ای را می­توانند برای یک جامعه به همراه بیاورند. همچنین عده­ای از محققان معتقند شبکه ­های اجتماعی باعث افزایش معاشرت پذیری می­ شود در حالی که عده­ای مقابل این تعریف قرار دارند و معتقدند شبکه اجتماعی فعلی باعث کاهش ارتباط با خانواده می­ شود[۳].
بنابر تعریف ارائه شده در دانشنامه آزاد ویکی پدیا، شبکه های اجتماعی^[۳] ساختار های اجتماعی هستند که از بازیگرانی تشکیل شده اند که به وسیله­ نوع خاصی از وابستگی مانند روابط دوستی،خویشاوندی، تجاری، الهامات، ایده­ ها، لینک­های وب، سرایت بیماری­ها(اپیدمولوژی)، مسیر­هی هواپیمایی یا علایق مشترک با یکدیگر در ارتباط اند. به عبارت دیگر شبکه های اجتماعی مجموعه ای از بازیگران هستند که به نحوی با یکدیگر در ارتباط هستند. در سال های اخیر گسترش استفاده از رسانه­های دیجیتال برای برقراری ارتباط بین افراد، مفهوم شبکه ­های اجتماعی به دنیای کامپیوتر راه یافته است و با توجه به زیاد بودن تعداد کاربران در این شبکه­ ها، تحلیل آنها به یکی از موضوعات مورد علاقه در اکثر حوزه ها تبدیل شده است.
به طور معمول شبکه ­های اجتماعی را می­توان در قالب گراف^[۴] نمایش داد که در این گراف­ها، گره^[۵] ها معادل کاربران شبکه اجتماعی بوده و یال­^[۶]های گراف نشان دهنده ارتباط بین بازیگران می­باشند. با توجه به ساختار شبکه اجتماعی و یک طرفه یا دو طرفه بودن ارتباط گراف متناظر می ­تواند جهت دار^[۷] یا بدون جهت^[۸] باشد. همچنین در صورتی که وزن ارتباط بین افراد در شبکه ­های اجتماعی یکسان نباشد گراف متناظر با شبکه یک گراف وزن­دار^[۹] خواهد بود که در آن وزن هر یال متناظر با وزن ارتباط می­باشد [۴].

تقسیم ­بندی شبکه ­های اجتماعی

شبکه ­های اجتماعی به دو دسته­ی شبکه ­های مجازی و شبکه ­های غیر مجازی تقسیم می­شوند. شبکه ­های غیر مجازی توسط مجموعه ­ای از کاربران به­هم پیوسته در محیط­های اجتماعی عمل می­ کنند. شبکه های اجتماعی مجازی مجموعه ­ای از وب سایت^[۱۰]­­ها هستند که امکان ارتباط را مستقل از زمان و مکان، برای کاربران خود فراهم می­ کنند. با بهره گرفتن از این وب سایت ها کاربران با بهره گرفتن از یک موتور جست­و­جو گر و افزودن امکانات جانبی از قبیل انتقال صدا و تصوبر، گفت­و­گوی دوستانه^[۱۱]، پست الکترونیکی ^[۱۲] و … می­توانند علاقه ­مندی، افکار و فعالیت­های خود را در یک ثانیه با صدها و حتی هزاران فرد در سراسر جهان به اشتراک بگذارند.
وبلاگ­^[۱۳]ها، فیس­بوک^[۱۴]، توییتر^[۱۵] و یوتیوب^[۱۶] از جمله شبکه ­های اجتماعی مجازی هستند[۵].

اهمیت شبکه ­های اجتماعی

امروزه شبکه ­های اجتماعی به دلایل بسیار زیادی مورد توجه هستند و اهمیت دارند که ما به توضیح دو دلیل عمده اکتفا می­کنیم:
رشد روز افزون شبکه ­های اجتماعی و تعداد کاربران آنها
اگرچه آمار قابل اعتمادی از تعداد کاربران شبکه های اجتماعی بر­خط^[۱۷] وجود ندارد [۶] اما تحقیقات تجاری نشان می­ دهند که جمعیت اعضای این شبکه­ ها در سراسر جهان در حال افزایش است. این امر شرکت­های بسیاری را برای سرمایه گذاری در این بخش ترغیب کرده است. البته شبکه اجتماعی برخط یوتیوب که امکان بارگذاری و تماشای ویدیو­های با طول کوتاه را به کاربران خود می­دهد در سایت آماردهی خود^[۱۸] اعلام کرده است که در حال حاظر در هر ماه بیش از ۸۰۰ میلیون بازدید کننده یکتا دارد. در هر روز میلیون­ها عضو به این شبکه افزوده می­شوند. در سال ۲۰۱۱ این شبکه در ۴۳ کشور دنیا بومی شده و به ۶۰ زبان مختلف قابل دسترسی است[۷].
تغییر ساختار ارتباطات اجتماعی با ورود و گسترش شبکه ­های اجتماعی
برخی از آثار این تغییر عبارت­اند از: انتشار بسیاری از خبر­های مهم و پرطرفدار در شبکه ­های اجتماعی به جای استفاده از ابزار­های سنتی مانند روزنامه، تلویزیون و …
تاثیرات گسترده­ی شبکه ­های اجتماعی در شکل­ گیری ساختار جدید در روابط بین افراد، بسیاری از محققان، جامعه شناسان و حتی سیاست­مداران را بر­آن داشته است تا به شبکه ­های اجتماعی به عنوان یکی از مهمترین ابزار­های تاثیر بر اذهان عمومی بنگرند[۳].

تحلیل شبکه ­های اجتماعی

با گسترش شبکه ­های اجتماعی و اهمیت آنها، نیاز به تحلیل ساختار­ها و رفتار­های شبکه ­های اجتماعی، به عنوان یکی از نیازمندی­های شرکت­های تجاری مبدل گشت. تحلیل شبکه ­های اجتماعی در بسیاری از کاربرد^[۱۹]­هااز جمله مدیریت شبکه اجتماعی، تحلیل گرایش بازار، شناسایی افراد تاثیرگذار و… قابل استفاده است. نیازمندی­های تجاری باعث شده است در سال­های اخیر در بعد آکادمیک توجه زیادی به تحلیل شبکه ­های اجتماعی گردد. امروزه این ابزار قدرتمند نه تنها مورد توجه متخصصان فناوری اطلاعات می­باشد، بلکه پژوهشگران سایر رشته­هایی چون علوم تربیتی، زیست شناسی، علوم ارتباطات، اقتصاد و… به عنوان یک تکنیک کلیدی از تحلیل شبکه اجتماعی بهره می­برند[۵].
برای تحلیل شبکه از معیار­ها و نرم­افزار­های متفاوتی استفاده می­ شود. نرم افزار­های تجزیه و تحلیل شبکه اجتماعی جهت شناسایی، تجسم و شبیه سازی راًس­ها و یال­ها استفاده می­شوند. ابزار تجزیه و تحلیل شبکه به محققان اجازه می­دهد تا شبکه­ هایی با اندازه­ های مختلف را بررسی کنند. این نرم افزار­ها که با فراهم آوردن ابزار­های مختلف اجازه اعمال رویه­های ریاضی و آماری را روی مدل شبکه می­ دهند، با نمایش­های بصری شبکه ­های اجتماعی به درک و تحلیل نتایج کمک زیادی می­ کنند.

شبکه­ ها و ویژگی آنها

شبکه ­های اجتماعی^[۲۰][۸]، شبکه ­های فنی^[۲۱] (مانند اینترنت[۹]) و شبکه ­های زیستی (مانند
شبکه ­های عصبی^[۲۲][۱۰]) نمونه هایی از شبکه­ ها هستند. راس­ها در این شبکه­ ها، موجودیت­ها و یال­ها، ارتباط بین آن­ها را نشان می­ دهند. مثلا در شبکه اینترنت، کامپیوتر­­ها یا مسیریاب­ها و در شبکه ­های اجتماعی، مردم را با راس­ها، و ارتباط­های داده­ای بین کامپیوترها و یا روابط دوستی بین مردم را با یال­ها نمایش می­دهیم.
شبکه­ ها دارای ویژگی­های آماری مشترکی هستند. یکی از این ویژگی­ها، ویژگی پدیده دنیای کوچک^[۲۳][۱۱] که به ۶ درجه جدایی^[۲۴] [۱۲] نیز معروف است و بیان می­ کند که در یک شبکه، فاصله متوسط بین راس­ها، کوتاه و معمولا تابعی لگاریتمی از تعداد آن­هاست. شش درجه جدایی به این اشاره دارد که اگر فاصله هر فرد را از تمام افرادی که مستقیما می­شناسد یک گام در نظر بگیریم و این فاصله را برای تمام افرادی که با یک نفر واسط با آن آشنایی دارد دو گام در نظر بگیریم آنگاه میانگین فاصله هر دو نفر در کره زمین ۶ گام است. در سال ۲۰۰۹ سایتی به نام Glacir^[25] برای بررسی تئوری ۶ درجه جدایی ساخته شد که نه تنها فاصله شما را با دیگران مشخص می­کرد بلکه نحوه ارتباط شما با اخبار جهان را هم نمایش می­داد. برنامه­ای در فیس بوک به نام Six Degrees توسط بنیان^[۲۶]، تهیه شده است که می ­تواند فاصله بین افراد را محاسبه کند. این برنامه بیش از ۵٫۸ میلیون کاربر دارد. میانگین فاصله میان تمام اعضا ۵٫۷۳ است که ماکزیمم آن ۱۲ می باشد.
ویژگی دیگر، ویژگی توزیع درجه اریب به راست^[۲۷] [۱۳] بوده و بیان می کند که درجه بیشتر راس­های یک شبکه، کم و تنها تعداد محدودی از آن­ها درجه بالا دارند و توزیع درجات غالبا با قانون توانی^[۲۸] می­باشد[۱۴]. ویژگی بعدی، ویژگی خوشه­بندی^[۲۹] یا انتقال­پذیری^[۳۰] شبکه است و بیان می­ کند دو راس مجاور با راس سوم، با احتمال زیادی با یکدیگر مجاور بوده و با ضریب خوشه بندی مقداردهی می­ شود[۱۵].
اما مهمترین ویژگی شبکه­ ها که توجه بیشتری را به خود جلب کرده است، ویژگی ساختار تشکل^[۳۱] می­باشد [۱۶][۱۷] که طبق تعریف سنتی به معنی وجود گروه ­های متراکم از راس­ها و ارتباطات تنک بین این گروه­هاست. این ویژگی در شکل ۱-۱ نشان داده شده است. (به این ویژگی، خوشه­بندی نیز گفته می­ شود، اما برای جلوگیری از تداخل با ویژگی قبل، از این نام استفاده نمی­کنیم) این گروه­ ها، معمولا خوشه^[۳۲]، تشکل^[۳۳]، گروه ­های به هم پیوسته ^[۳۴]و یا ماژول^[۳۵] نامیده می­شوند.
شکل ۱-۱- تشکل­­­­ها.
رأس­ها در بسیاری از شبکه­ ها به طور طبیعی در گروه­ ها یا تشکل­ها قرار می‌گیرند، مجموعه­هایی از رأس­ها (سیاه یا سفید) که یال­های درونی بسیار دارند اما تعداد یال­های بین آن­ها کم است.

تشکل­ها در شبکه ­های اجتماعی

در اغلب شبکه‌های اجتماعی مجموعه‌ای از بازیگران وجود دارند که ارتباطات قوی‌تری با یکدیگر داشته و موضوعات مورد علاقه آنها نیز مشابه است که در ادبیات شبکه‌های اجتماعی به این مجموعه بازیگران مجمع، انجمن یا تشکل گفته می‌شود.ساختار تشکل به معنی وجود گروه ­های فشرده از گره­ها و تعاملات پراکنده در این گروه­ ها است. شناسایی تشکل به روندی گفته می­ شود که در طی آن گره­ها در خوشه­هایی گروه بندی می­شوند که تعاملات مرتبط با هم و علاقه مندی­هایی مشترک دارند[۴][۱۸].
امروزه توابع هدف^[۳۶] مبتنی بر لینک بسیار زیادی وجود دارند که سعی می­ کنند مجامع و تشکل­ها ر در گراف شبکه پیدا کنند. این توابع به گونه ­ای انتخاب می­شوند که بتوانند تشکل­هایی را استخراج کنند که اتصالات درونی آنها بیشتر از اتصالات برونی­شان باشد[۱۹]. برای اینکه بتوان بر اساس تعاریف ارائه شده مجامع را استخراج کرد باید بتوان کیفیت تشکا­های استخراج شده را بر اساس این تعاریف تعریف نمود. چند نمونه از معیار­های سنجش کیفیت تشکل ها عبارت اند از:

• • قطر انجمن: یکی از معیارهای مورد استفاده برای اندازه ­گیری گراف قطر گراف می­باشد که از آن به عنوان معیار اندازه ­گیری کیفیت یک تشکل نیز استفاده می­ شود. قطر یک تشکل حداکثر طول کوتاه­ترین مسیر بین هر دو گره دلخواه در این تشکل می­باشد و هر چه قطر یک تشکل کمتر باشد نشان از چگالی بیشتر ارتباطات و قوت آنها بین بازیگران موجود در تشکل می­باشد.

• • ضریب خوشه­بندی^[۳۷]: این خصوصیت بیان می­ کند که دو گره در شبکه اجتماعی که همسایه یک گره دیگر هستند نسبت به دو گره که به طور تصادفی از کل گره های موجود در شبکه اجتماعی انتخاب شوند با احتمال بیشتری با یکدیگر در ارتباط هسستند. این خصوصیت بر اساس ضریب خوشه­بندی قابل اندازه ­گیری می­باشد. فرمول ضریب خوشه­بندی که در [۲۰] آمده است، به صورت زیر می­باشد:

(۱-۱)

ضریب خوشه­بندی به طور دقیق احتمال اینکه دو گره به یک گره خود به یکدیگر متصل باشند را بیان می­ کند و برای یک گراف کامل معادل یک می­باشد.
استقرار درمرکز^[۳۸]: تفاوت بین تعداد پیوند­ها برای نود تقسیم شده توسط بیشترین مجموع تفاوت­ها. یعنی در یک شبکه همیشه گره­هایی وجود دارند که نسبت به دیگر گره­ها تعداد پیوند­های بیشتری دارند. در شبکه­ ای که دچار عدم تمرکز است تفاوت کمی بین پیوند­های هر گره وجود دارد.
اما اگر برای شناسایی تشکل­ها، تنها از ساختار لینک شبکه استفاده شود، استخراج علایق مشترک از تشکل­ها، امری ناممکن می­ شود. بسیاری از مطالعات پیشین، از پیوستگی بین روابط و علایق چشم­پوشی می­ کنند، بنابراین در تشخیص تشکل­های مناسب دچار مشکل می­شوند. در این مطالعه، ما با در نظر گرفتن این موضوع، معتقدیم که تعریف تشکل به شدت وابسته به کاربرد آن است. یک تشکل ممکن است به گروهی از افراد اطلاق شود که نسبت به سایر افراد به یکدیگر نزدیک­تر هستند (معیار نزدیکی دو فرد می‌تواند کوتاهترین مسیر بین آن دو نفر یا مجموع تمامی مسیرهای مستقل ما بین­شان و یا توابع فاصله دیگری از این دست می‌باشد) یا کسانی که علایق مشترکی با یکدیگر دارند اما ضرورتا به طور مستقیم به هم لینک ندارند، یعنی ممکن است یک رأس به صورت مفهومی به یک تشکل مرتبط باشد و محتوای اسناد همراه با این رأس به محتوای کلی یک تشکل شباهت داشته باشد اما لینک مستقیمی بین آن رأس و اعضای تشکل وجود نداشته باشد. بنابراین، یک تشکل که از نظر معنا شناسی معنا­دار است باید به هر دو تعریف توجه کند و سعی کند هر دو ویژگی را در کنار هم داشته باشد.