بهبود خوشه بندی شبکه های اجتماعی با الگوریتم تکاملی رقابت استعماری و معیار شباهت درونی گره های شبکه

به دلیل رشد روز افزون تمایل افراد به عضویت و استفاده از شبکه‌های اجتماعی، برقراری ارتباط و به اشتراک‌گذاری داده‌های موجود در این شبکه‌ها، مورد توجه علوم مختلف همانند علوم سیاسی،روانشناسی، جامعه شناسی، اقتصاد و... قرارگرفته است. به همین دلیل، محققین اقدام به تشخیص واستخراج روابط بین افراد از داده‌های موجود دراین شبکه‌ها، برای ایجاد جوامع دقیق‌تر نمودهاند. با این حال هنوز روشی موثر جهت شناسایی و استخراج جوامع، بر مبنای داده‌های شبکه‌های اجتماعی ارایه نشده است. در این مقاله، به منظور خوشه‌بندی دقیق‌تر جوامع موجود در یک شبکه اجتماعی، روشی بر پایه استفاده از الگوریتم فرا ابتکاری تکاملی رقابت استعماری و با انتخاب جمعیت اولیه بر اساس معیار خوشه‌بندی مبتنی بر چگالی معرفی شده است. روش پیشنهادی در مقایسه با الگوریتم رقابت استعماری پایه، به‌طور میانگین مقدار ماژوالریتی را 45.21 %افزایش داده و جوامع منسجم‌تری را استخراج نموده است.