فایل ورد کامل کشف و مشخصه ‌بندی جوامع دارای اشتراک در شبکه‌ های اجتماعی مبتنی بر مکان

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل کشف و مشخصه ‌بندی جوامع دارای اشتراک در شبکه‌ های اجتماعی مبتنی بر مکان،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۳۸ صفحه

۷ نتیجه‌گیری
در این مقاله، با تسهیل ویژگی‌های حوزه/کاربر و شبکه‌ی کنترل کاربر-حوزه، ما یک چارچوب خوشه‌بندی یال-محور چند-ویژگی چندحالتی را برای کشف جوامع دارای اشتراک برای کاربران LBSNs ارائه دادیم. آزمایش‌های تجربی نشان دادند که چارچوب ارائه شده قادر به کشف جوامع دارای اشتراک با کیفیت بالا از چشم‌اندازهای مختلف و در گسستگی متعدد بود که می‌تواند برای تسهیل کاربردهای مختلف مانند تبلیغات و بازاریابی گروه مورد استفاده قرار گیرد. در عین حال، ما چند یافته‌ی جالب به دست آمده از طریق پروفایلبندی و تجزیه و تحلیل جامعه را گزارش کردیم.
مطالعه‌ی مقدماتی، چند مساله‌ی جالب را نشان داد که شایسته‌ی کاوش بیشتر بودند. فراهم کردن چارچوبی برای هدایت انتخاب و امتزاج ویژگی‌های مختلف، یک جهت برای کار روی آن است. چارچوب ارائه شده‌ی کشف جامعه همچنین می‌تواند به مطالعه‌ی مکانیسم‌های توسعه‌ی مکان و دوست کمک کند.

عنوان انگلیسی:Discovering and Profiling Overlapping Communities in Location-Based Social Networks~~en~~

VII. Conclusion

In this paper, by leveraging the user-venue check-in network and user/venue attributes, we proposed a multimode multi-attribute edge-centric coclustering framework to detect overlapping communities for LBSNs users. Experimental results showed that the proposed framework was able to discover high quality overlapping communities from different perspectives and at multiple granularity, which can be used to facilitate different applications, such as group advertising and marketing. In the meantime, we reported several interesting findings obtained through community profiling and analysis. The preliminary study suggested several interesting problems that were worth further exploring. Providing a framework to guide the selection and fusion of different features is one direction to work on. The proposed community detection framework can also help the study of friend and place recommendation mechanisms.

$$en!!