نویسندگان

• الهام مظاهری حسین آبادی ¹
• علیرضا طالب پور ²
• علی رضاییان ³

¹ کارشناس ارشد مدیریت فناوری اطلاعات، دانشکده مدیریت و حسابداری، دانشگاه شهید بهشتی ، تهران،‌ایران

² استادیار دانشکده علوم و مهندسی کامپیوتر دانشگاه شهید بهشتی، تهران،‌ایران

³ استاد گروه مدیریت، دانشکده مدیریت و حسابداری دانشگاه شهید بهشتی ، تهران،‌ایران

چکیده

با ظهور شبکه‌های اجتماعی، روابط انسان‌ها در اینترنت شکل تازه‌ای به خود گرفته است. امروزه شمار کثیری از کاربران با اهداف مختلف در شبکه‌های اجتماعی عضو شده و به فعالیت‌های گوناگون می‌پردازند. از سوی دیگر این کاربران بر یکدیگر تأثیر می‌گذارند که نقش و تأثیرگذاری کاربران مختلف یکسان نیست. برخی از این کاربران به دلایل مختلفی از جمله موقعیت شغلی، میزان تحصیلات یا نوشته‌های جذاب، تأثیر بیشتری بر کاربران دیگر دارند. این کاربران که ما از آن‌ها به عنوان گره‌های قدرت نام می‌بریم می‌توانند نظر و دیدگاه کاربران زیادی را تغییر داده و به سمت و سوی خاصی سوق دهند.هدف این پژوهش شناسایی گره‌های قدرت در شبکه اجتماعی تبیان از طریق کشف الگوهای پنهان در خصیصه‌های کاربران است. تحقیق حاضر بر اساس روش‌شناسی استاندارد CRISP-DM انجام شده است. بدین منظور پس از شناسایی گره‌های قدرت بر اساس مجموع امتیازات به دست‌آمده از سه شاخص مرکزیت بینیت، رتبه صفحه و فعالیت‌های کاربران ،با استفاده از الگوریتم‌های درخت تصمیم به طبقه‌بندی این کاربران اقدام شده است.نتایج به دست آمده نشان داد که مهم‌ترین ویژگی‌ها در تعیین میزان قدرت یک کاربر در شبکه اجتماعی تبیان تحصیلات، سن و جنسیت می‌باشند.

کلیدواژه‌ها

• داده‌کاوی
• دسته‌بندی
• شبکه اجتماعی
• گره‌های قدرت

عنوان مقاله [English]

Identification Power Nodes in Social Networks Using Data Mining

نویسندگان [English]

• elham mazaheri ¹
• alireza talebpour ²
• ali rezaian ³

چکیده [English]

With the emergence of social networks, the relationships among people found a new horizon. Nowadays, a large number of users sign up in social networks with different goals and they get involved in different activities.On the other hand they affect on one another while their roles and effects are not the same. Some of these users have more effects on the others according to their job status, educational backgrounds and their attractive notes. These users ,whom we call the power nodes, can change the perspective of many users and move them to specific directions. The aim of this research is the identification of the power nodes in Tebyan, as a social network, and such aim was fulfilled through a discovery of the concealed models in the characteristics of the users. This research has followed the standard methodology of CRISP-DM. To reach this end, after the identification of the power nodes, according to the attained sum scores, from three parameters: central relativity, the page rank, and the users activities, a classification was provided from an algorithm tree. The achieved results have shown that the most significant features in determination of a user's power in a social network are education, age and gender.

کلیدواژه‌ها [English]

• Classification
• data mining
• powerful nodes
• Social Network