نوع مقاله : مقاله پژوهشی
نویسندگان
1 دانشیار، گروه مهندسی فناوری اطلاعات، دانشکده مهندسی صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران
2 دانشجوی کارشناسی ارشد، گروه مهندسی فناوری اطلاعات، دانشکده مهندسی صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران
چکیده
با گسترش و استفاده روزافزون از شبکههای اجتماعی، به محیط این شبکهها بهدلیل امکان دسترسی به تعداد زیادی از کاربران و تأثیراتی که روی افکار و اعتقادات آنها میگذارد، توجه شده است. با توجه به تعداد زیاد کاربرانی که در یک شبکه اجتماعی حضور دارند، شناسایی کاربران تأثیرگذار برای اهداف مختلفی مانند تبلیغات بهمنظور گسترش بیشتر اطلاعات یا مهار شیوع افکار منفی عمومی در شبکه، ضروری است. تاکنون برای شناسایی کاربران تأثیرگذار روشهای مختلفی ارائه شده است که اغلب، از طریق معیارهای یکبعدی و ساده، کاربران تأثیرگذار را شناسایی کردهاند. در پژوهش حاضر، معیارهای مختلفی از سه بعد محتوا، فعالیت و شبکه ترکیب شدهاند و رویکرد اندازهگیری جدیدی برای شناسایی کاربران تأثیرگذار در شبکه اجتماعی توییتر ارائه شده است. به کمک روشهای اعتبارسنجی گسترش، دقت، فراخوانی، F1-Measure و درصد تکرار، نشان داده شده است که روش این پژوهش، از کارهای شناختهشده در این حوزه، عملکرد بهتری دارد.
کلیدواژهها
عنوان مقاله [English]
Identifying Influential Users in Social Networks: Measuring Multidimensional Influence
نویسندگان [English]
1 Associate Prof., Department of Information Technology Engineering, Faculty of Industrial Engineering, K. N. Toosi University of Technology, Tehran, Iran
2 MSc. Student, Department of Information Technology Engineering, Faculty of Industrial Engineering, K. N. Toosi University of Technology, Tehran, Iran
چکیده [English]
With the expansion and increasing application of social networks, the environment of these networks has been considered due to the possibility of accessing a large number of users and its impact on their thoughts and beliefs. By the great number of users on a social network, it is essential to detect the most influential ones for various purposes such as advertising to further disseminate information or curb the prevalence of negative public thoughts on the network. So far, different solutions have been created to recognize influential users, often through one-dimensional and simple criteria to indicate influential users. In the current study, we combine various criteria from three dimensions of content, activity, and network and propose a new measurement approach to identify influential users in the Twitter social network, with the aid of validation methods of spread, precision, recall, F1-Measure, and duplication percentage, we demonstrate that our approach performs more efficient than the existing methods in this scope.
کلیدواژهها [English]