دانلود مقاله کنفرانسی فارسی:پیش بینی ارتباط درشبکه های اجتماعی بر اساس اهمیت همسایه های مشترک و با کمک پردازش MapRduce - 1395

تخفیف ماه رمضان

کارابرن عزیز، مقالات isi بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi انتخاب گردیده اند. همچنین تمامی ترجمه ها دارای ضمانت کیفیت بوده و در صورت عدم رضایت کاربر مبلغ عینا عودت داده خواهد شد.

پشتیبانی
اپلیکشن اندروید
آرشیو مقالات
ورود اعضا
توجه توجه توجه !!!!
تمامی مقالات ترجمه شده ، انگلیسی و کتاب های این سایت با دقت تمام انتخاب شده اند. در انتخاب مقالات و کتاب ها پارامترهای جدید بودن، پر جستجو بودن، درخواست کاربران ، تعداد صفحات و ... لحاظ گردیده است. سعی بر این بوده بهترین مقالات در هر زمینه انتخاب و در اختیار شما کاربران عزیز قرار گیرد. ضمانت ما، کیفیت ماست.
نرم افزار winrar

از نرم افزار winrar برای باز کردن فایل های فشرده استفاده می شود. برای دانلود آن بر روی لینک زیر کلیک کنید
دانلود

پیوندهای کاربردی
پیوندهای مرتبط
مقالات کنفرانسی فارسی شبکه های اجتماعی
  • پیش بینی ارتباط درشبکه های اجتماعی بر اساس اهمیت همسایه های مشترک و با کمک پردازش MapRduce

    سال انتشار:

    1395


    عنوان:

    پیش بینی ارتباط درشبکه های اجتماعی بر اساس اهمیت همسایه های مشترک و با کمک پردازش MapRduce


    منبع:

    اولین کنفرانس بین المللی چشم انداز های نو در مهندسی برق و کامپیوتر


    نویسنده:

    اعظم مهربان ،پیام پرکار رضاییه ، احسان امینیان


    چکیده فارسی:

    شبکه های اجتماعی شبکه هایی دینامیک هستند که مدام در حال افزایش اعضا و ارتباطات و لینک های بین انها هستند و این لینکها ممکن است به خاطر فرایند ایجاد ناقص و یا به خاطر این که این هنوز در این شبکه ها انعکاس نیافته اند از دست برود .در رابطه با لینکها و ارتباطات مساله پیش بینی لینک اهمیت پیدا می کند در این مقاله قصد داریم تا با بررسی روش های پیش بینی ارتباط و مقایسه و بیان نقاط ضعف و قدرت انها روشی جدید برای پیش بینی ارتباط با هدف بهبود دقت پیش بینی را ارائه نماییم و با توجه به میزان تاثیر ویژگی های مختلف کاربران در پیش بینی ارتباط در شبکه های اجتماعی و افزایش فزاینده ی کاربران شبکه های اجتماعی ،حجم داده های تولید شده توسط انان بپردازیم .انجام چنین تحلیلی با روش های معمول به سادگی امکان پذیر نبوده و باید از تکنیک های جدیدی مثل تحلیل کلان داده استفاده نمود.از انجا که همه ی معیارهای شباهت بین دو کاربردر شبکه به یک میزان مساوی تاثیر گذار نیستند در پی ان هستیم تا از هر همسایه ی مشترک بین دو کاربر به میزان وزنی که دارد استفاده می کنیم
    کلمات کلیدی :مرکزیت درجه ،مرکزیت درجه ،چارچوب پردازشی MapReduce،


    سطح: متوسط
    تعداد صفحات فایل pdf : 12
    حجم فایل: 324 کیلوبایت

    قیمت: 2500 تومان


    توضیحات اضافی:


    کاربر عزیز در صورتی که شما نویسنده این مقاله هستید و تمایل دارید مقاله شما از سایت حذف شود و یا به صورت رایگان در اختیار کاربران قرار گیرد از طریق بخش ارتباط با ما اطلاع دهید تا خواسته شما انجام شود


اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

این مقاله را در فیس بوک به اشتراک بگذارید این مقاله را در توییتر به اشتراک بگذارید این مقاله را در لینکداین به اشتراک بگذارید این مقاله را در گوگل پلاس به اشتراک بگذارید این مقاله را در زینگ به اشتراک بگذارید این مقاله را در تلگرام به اشتراک بگذارید

تعداد نظرات : 0

الزامی
الزامی
الزامی
شبکه-های-اجتماعی
موضوعات
footer