تشخیص گره های با اهمیت در شبکه های اجتماعی به کمک شباهت لینک ها در Pagerank با C#

توضیحات

تشخیص گره های با اهمیت در شبکه های اجتماعی به کمک شباهت لینک ها در Pagerank با C#

ما دو ماتریس به صورت فایل exel داریم:

جدول اول: ماتریسی که سطرها و ستون ها هر دو صفحات هستند و درایه ها دارای مقدار 0 و یک هستند .اگر فیلدی دارای ارزش یک باشد یعنی صفحه ای که بر روی ستون قرار دارد به صفحه ای که بر روی سطر قرار گرفته است لینک شده است و اگر فیلدی دارای مقدار صفر باشد مشخص کننده این مسئله است که لینک مستقیمی بین صفحه ای که بر روی ستون و سطر قرار دارند، وجود ندارد. مجموعه درایه های هر ستون تعداد لینک های خروجی هرصفحه را مشخص می کند و مجموعه درایه های هر سطر تعداد لینک های ورودی هر صفحه را تعیین می کند. این ماتریس برای محاسبه PageRank اولیه است.

ما 128 صفحه داریم که میخواهیم این ها را از لحاظ اهمیت بسنجیم.

حال باتوجه به این دو ماتریس کار را شروع می کنیم:

ابتدا با استفاده از فرمول PageRank ، جواب های اولیه را در زمان t=0 تولید می کنند.

PageRank  یک صفحه وب برابر جمع PageRank صفحات ورودی تقسیم بر تعداد لینک‌های خارج شده از آن صفحات  (درجه خروجی) می‌باشد. به عبارت دیگر وزن هر صفحه در الگوریتم PageRank جمع وزن‌های صفحاتی است که به آن اشاره می‌کنند بنابراین این الگوریتم به صورت بازگشتی عمل می‎کند. در این فرمول d=0.85 در نظرگرفته می‎شود و B(u) مجموعه صفحاتی هستند که به صفحه u اشاره می‎کنند. PR(v)، PageRank صفحه v است. N_v درجه خروجی صفحه v است.

کار الگوریتم PageRank را می‎توان با یک مثال نشان داد. در PageRank رتبه صفحه‎ای مانند p به طور مساوی بین لینک‎های خروجی‎اش تقسیم می‎شود. مقادیری که به لینک‌های خارج شده از صفحه p اختصاص داده‎ می‌شوند، برای محاسبه رتبه صفحاتی که به‎وسیله صفحه p اشاره شده‎اند، استفاده می‎شود. شکل (1) توزیع رتبه‎های صفحه را نشان می‎دهد.

با استفاده از شکل (2) نمونه‎ای از الگوریتم PageRank و محاسبات آن نشان داده شده است.

تشخیص گره های با اهمیت در شبکه های اجتماعی به کمک شباهت لینک ها در Pagerank با C#  توسط کارشناسان گروه ۱.۲.۳ پروژه پیاده سازی گردیده و به تعداد محدودی قابل فروش می باشد.فایلهای پروژه به صورت کامل پس از خرید فایل بلافاصله در اختیار شما قرار خواهد گرفت.