چکیده:شبکه‌های اجتماعی در انواع مختلف محتوا مثل متن و چند رسانه غنی هستند. قابلیت اعمال مؤثر الگوریتم‌های متن‌کاوی در بافت داده‌ی متنی، برای برخی از برنامه‌ها بسیار ضروری است. شبکه‌های اجتماعی به الگوریتم‌های متن‌کاوی در بسیاری از برنامه‌ها مثل جستجوی کلمه‌ی کلیدی، طبقه‌بندی و خوشه‌بندی نیاز دارد. با وجود اینکه جستجو و طبقه‌بندی برای بسیاری از سناریوها، برنامه‌های معروفی هستند، شبکه‌های اجتماعی ساختار غنی‌تری از لحاظ متن و پیوند دارند. بسیاری از کارها در این زمینه به طور خالص از محتوای متن یا به طور خالص از ساختار پیوندی استفاده می‌کنند. با این حال، بسیار از الگوریتم‌های جدید از ترکیب اطلاعات محتوایی و پیوندی برای مقاصد استخراجی استفاده می‌کنند. در اکثر موارد، مشخص شده که استفاده از ترکیب اطلاعات محتوایی و پیوندی، نتایج مؤثرتری نسبت به سیستمی که فقط از یکی آن‌ها استفاده می‌کند ارائه می‌کند. این مقاله این گونه الگوریتم‌ها و مزایایی که از این الگوریتم‌ها بدست می‌آید را در سناریوهای مختلف بررسی می‌کند. همچنین، راه‌هایی برای تحقیقات آینده در این زمینه ارائه می‌شود.
این مقاله بسیار کامل است و با دقت فراوان ورعایت کامل نکات نگارشی نوشته شده است
بخش‌های مقاله:
چکیده
مقدمه
جستجوی کلمات کلیدی
الگوریتم‌های طبقه‌بندی
لگوریتم‌های خوشه‌بندی
یادگیری انتقالی در شبکه‌های ناهمگن
نتیجه‌گیری و خلاصه
...
فرمت فایل: DOCX (ورد 2007) قابل ویرایش تعداد صفحات: 18
نویسنده : ziba
تاریخ : 