17999

15715

كارشناسي ارشد

نرم افزار

اصفهان : دانشگاه صنعتي اصفهان

1401

يازده، 70ص.: مصور (رنگي)، جدول، نمودار

زينب مالكي، پوريا رمضي

ناصر قديري مدرس، حامد نريماني

1401/08/21

كتابنامه

مهندسي كامپيوتر

مهندسي برق و كامپيوتر

1401/08/21

2877650

شبكه‌هاي اجتماعي آنلاين شواهد عيني از رفتارهاي جمعي انسان‌ها هستند كه در سال‌هاي اخير مورد توجه قرار گرفته است، كه كاربران مي‌توانند اطلاعات خود را در آن به اشتراك بگذارند. اين شبكه‌ها با توجه به ساختاري كه دارند موجب مي‌شود تا افرادي كه به هم متصل هستند يك همبستگي و تاثير‌پذيري از رفتار يكديگر در تصميم‌گيري‌هاي خود داشته باشند كه به آن تاثير اجتماعي گفته مي‌شود. بازاريابي ويروسي و تشويق به كارهاي خراب‌كارانه از جمله نتايج مثبت و منفي تاثير اجتماعي است. برخي از اين رفتارهاي جمعي باعث به وجود آمدن هزينه‌هاي سنگين براي دولت‌ها مي‌شود. از اين‌رو در دهه‌هاي اخير مطالعات زيادي بر روي نحوه تاثير‌پذيري افراد بر يكديگركه باعث به وجود آمدن پديده انتشار اطلاعات مي‌شود، صورت گرفته است. مدل آستانه خطي از جمله مدل‌هاي اوليه مطرح در حوزه انتشار اطلاعات است. در اين مدل افراد اطلاعات يا محصول را قبول مي‌كنند اگر تعداد دوستانشان كه قبلا محصول را خريداري كرده‌اند بيشتر از آستانه‌ي آن‌ها باشد. در اكثر مطالعات فرض مي‌شود كه افراد در تصميم‌گيري‌هاي خود بر اساس يك آستانه تحمل عمل مي‌كنند، اين در حالي است كه شهودا، زماني كه تعداد دوستانشان كه قبلا اطلاعات را منتشر كرده‌اند افزايش يابد، افراد ديگر تمايلي به انتشار مجدد اطلاعات ندارند. مسئله ديگر كه كمتر مورد توجه قرار مي‌گيرد، مقادير آستانه‌اي كه براي افراد در نظر گرفته مي‌شود. ما در اين پژوهش از مدل دو آستانه براي بررسي انتشار اطلاعات استفاده كرديم. در اين مدل افراد اطلاعات را انتشار خواهند داد اگر تعداد دوستانشان كه اطلاعات را قبلا منتشر كرده‌اند، بيشتر از آستانه پايينشان و كمتر از آستانه بالايشان باشد. ما همچنين الگوريتم CTL را توسعه داده‌ايم و مقادير دو آستانه پايين و بالا را با در نظر گرفتن ويژگي‌هاي فردي به دست آورديم. نتايج مدل بر روي داده توييتر نشان مي‌دهد كه خطاي مدل دو آستانه در بازه‌هاي مختلف آموزش از 20 تا 100 درصد تغيير مي‌كند، در حالي كه مدل تك آستانه در بعضي بازه‌هاي آموزش خطاي بيش از 100 درصد دارد.

Online social networks are objective evidence of human collective behavior that has been noticed in recent years, where users can share their information. Due to the structure of these networks, people who are connected to each other have a correlation and influence of each other's behavior in their decisions, which is called social influence. Viral marketing and encouraging subversive actions are among the positive and negative results of social influence. Some of these collective behaviors cause heavy costs for governments. Therefore, in recent decades, many studies have been proposed on how people influence each other, which causes the phenomenon of information diffusion. The linear threshold model is one of the primary models in the field of information diffusion. In this model, people adopt information or product if the number of their friends who have already adopted the product is more than their threshold. Most studies assume that people make decisions based on one tolerance threshold, whereas intuitively, when the number of friends who have already shared information increases, people are less inclined to share information again. Another issue that is less considered is the threshold values ​​considered for individuals. In this research, we used the bi-threshold model to investigate information diffusion. In this model, people will adopt information if the number of their friends who have already adopted information is greater than their lower threshold and less than their upper threshold. We have also developed the CTL algorithm and obtained the values ​​of two thresholds, low and high, considering individual characteristics. The results of the model on Twitter data show that the error of the bi-threshold model varies from 20 to 100% in different training intervals, while the linear threshold model has an error of more than 100% in some training intervals.

زينب مالكي، پوريا رمضي

ناصر قديري مدرس، حامد نريماني