Abstract
Abstract-todays, social networks are very ubiquitous in all parts of the world and there are many users which must be classified in proper and different groups in order to convenient relations. Artificial neural network can be applied for this problem. The main idea of this paper is using from DBN (Deep Belief Neural network) because it has some advantages relative to other neural networks. Training of neural network is an NP_hard problem which cannotbesolved in reasonable time order. Genetic algorithm can be applied for NP problems such as neural network training problem. In this paper, genetic algorithm has been applied for training of neural network and its convergence and stability had been investigated. Three neural networks are considered and compared with each other. The results showed that DBN neural network has proper performance relative to other compared ones
چکیده
امروزه شبکه های اجتماعی در تمامی بخش های دنیا قابل دسترس بوده و کاربران زیادی در سرتاسر دنیا وجود دارند که می بایست در دسته های مناسب تقسیم بندی شوند تا ارتباط آنها با هم آسان گردد. شبکه های عصبی مصنوعی را می توان برای این منظور به کار برد. ایده اصلی این مقاله استفاده از DBN (شبکه عصبی یادگیری عمیق) است به این خاطر که این روش دارای مزیت های متعددی در مقایسه با سایر روش های شبکه عصبی می باشد. آموزش شبکه عصبی یک مسئله دشوار NP است که نمی توان آن را در زمان معقول حل نمود. الگوریتم ژنتیک را می توان برای مسائل NP نظیر مسئله آموزش شبکه های عصبی به کار برد. در این مقاله، الگوریتم ژنتیک برای آموزش شبکه عصبی به کار رفته و همگرایی و پایداری آن نیز مورد بررسی قرار گرفته است. سه شبکه عصبی در نظر گرفته شده و با هم مقایسه شده اند. نتایج نشان می دهد که شبکه عصبی DBN عملکرد مناسبی در مقایسه با سایر روش های مقایسه شده با آن از خود نشان می دهد.
1-مقدمه
شبکه اجتماعی شبکه ای است که در آن یک سری کاربر وجود دارند که با یکدیگر در ارتباط هستند. این کاربران می توانند به عنوان اشخاص و یا سازمان ها در نظر گرفته شوند. شبکه های اجتماعی در حال رشد بوده و تعداد زیاد کاربران در این شبکه های اجتماعی سبب شده است که این شبکه ها، از نظر عملی موضوع جالب توجهی به نظر برسد. بسیاری از حوزه های علوم دانشگاهی نظیر روانشناسی اجتماعی، تئوری گراف، جامعه شناسی و علوم آماری در شبکه های اجتماعی ظهور یافته اند. یکی از مشکلات چالش برانگیز، خوشه بندی افراد و یا سازمان ها در شبکه های اجتماعی می باشد. خوشه بندی به این معنی است که افراد و یا سازمان ها می بایست در گروه های مختلفی قرار گیرند که بر اساس یک سری از مشخصه ها نظیر روش های متعددی به منظور طبقه بندی پیشنهاد شده است که یکی از آنها شبکه های عصبی مصنوعی (ANN) می باشد...