• شماره های پیشین

    • فهرست مقالات شبکه اجتماعی

      • دسترسی آزاد مقاله

        1 - طراحی چارچوب معماری اطلاعاتی برای به‌کارگیری شبکه‌های اجتماعی در نظام آموزش عالی ایران
        مهرابعلی گلشنی روستا مهرابعلی  گلشنی‌روستا
        با توجه به افزایش کاربرد شبکه‌های اجتماعی در زمینه‌های گوناگون از جمله آموزش، امروزه مدیریت آن به یک مبحث راهبردی تبدیل شده است. معماری سازمانی، با توصیفی کل‌نگر و جامع از کارکردهای فنّاوری اطلاعات در سازمان‌ها سعی می‌کند که پیچیدگی استفاده از انواع فنّاوری‌ها را کاهش د چکیده کامل
        با توجه به افزایش کاربرد شبکه‌های اجتماعی در زمینه‌های گوناگون از جمله آموزش، امروزه مدیریت آن به یک مبحث راهبردی تبدیل شده است. معماری سازمانی، با توصیفی کل‌نگر و جامع از کارکردهای فنّاوری اطلاعات در سازمان‌ها سعی می‌کند که پیچیدگی استفاده از انواع فنّاوری‌ها را کاهش داده و موجب بازدهی بیشتر آنها در راستای نیل به‌اهداف سازمانی شود. از آنجا که به‌کارگیری شبکه‌های اجتماعی در آموزش در اکثر کشورهای جهان هنوز مراحل مقدماتی خود را سپری می‌کند، بنابراین چارچوب و مدل استانداردی برای این منظور وجود ندارد. در این مقاله سعی شده است که با ارائه چارچوب معماری مناسب، زمینه استفاده از شبکه‌های اجتماعی در آموزش عالی ایران فراهم شود. بدین منظور در این مقاله ابتدا مفهوم شبکه‌های اجتماعی و کاربردهای آن در محیط آموزشی مورد بررسی قرار گرفته است. سپس با تبیین مفهوم معماری سازمانی و چارچوب معماری اطلاعاتی، چارچوب زکمن به‌عنوان ابزار اصلی تحقیق برگزیده شده و آنگاه با استفاده از ابزار پرسشنامه عناصر سطر و ستون ماتریس « چارچوب معماری تحقق شبکه‌های اجتماعی در آموزش عالی» از دید متخصصان شناسایی شده است. نتایج حاصل از تحقیق نشان دهندۀ مهمترین دلایل استفاده از شبکه‌های اجتماعی در آموزش عالی (راهبرد)، مهمترین نقش آفرینان این حوزه (انسان)، مهمترین زیرساختهای مورد نیاز برای تحقق شبکۀ اجتماعی آموزش (زیرساخت)، مهمترین داده‌ها و اطلاعات مورد نیاز در این محیط (داده)و نیز مهمترین فرایندهای مورد نیاز برای تحقق شبکه اجتماعی آموزش در ایران (فرایند)است. نکته مهم در این مقاله آن است که طراحی چارچوب و شناسایی براساس اقتضائات بومی ایران است و با توجه به اینکه نظام آموزشی ایران در ابتدای راه استفاده از این فنّاوری است می‌تواند چارچوبی مناسبی را برای استفاده بهینه از این افزار به‌دست دهد. پرونده مقاله
      • دسترسی آزاد مقاله

        2 - تحلیل محتوایی و ساختاری تالارهای گفتگوی برخط به منظور استخراج روابط اجتماعی کاربران و به‌کارگیری آن‌ها در مکانیزم‌های گروه بندی
        سمیه آهاری
        امروزه به لطف رشد و توسعه فناوری‌های ارتباطی و اطلاعاتی، سیستم‌های یادگیری برخط قادر شده‌اند امکانات یادگیری گروهی و فضای تعامل و تبادل نظر میان یادگیرندگان را فراهم آورند. این امر مستلزم تشکیل گروه‌های یادگیری موثر و فراهم آوری ابزارهای مشارکت یادگیرندگان در محیط‌های ی چکیده کامل
        امروزه به لطف رشد و توسعه فناوری‌های ارتباطی و اطلاعاتی، سیستم‌های یادگیری برخط قادر شده‌اند امکانات یادگیری گروهی و فضای تعامل و تبادل نظر میان یادگیرندگان را فراهم آورند. این امر مستلزم تشکیل گروه‌های یادگیری موثر و فراهم آوری ابزارهای مشارکت یادگیرندگان در محیط‌های یادگیری برخط است که در سیستم‌های موجود که مراکز آموزشی مجازی مورد استفاده قرار می‌گیرند به ندرت مشاهده می‌شود. در این مقاله محتوا و ساختار تالارهای گفتگو مورد بررسی قرار گرفته‌اند. تحلیل محتوایی به منظور تطابق محتوای مباحثات با اهداف تالار و استخراج حوزه‌های مورد علاقه مشارکت‌کنندگان انجام شده است. محققین ضمن بیان دستاوردهای تحلیل شبکه اجتماعی یک محیط یادگیری دانشگاهی، راهکاری برای استخراج روابط اجتماعی افراد از طریق تحلیل ساختاری تالارهای گفتگو در یک محیط یادگیری برخط ارائه کرده‌اند. همچنین آن‌ها روشی برای به‌کارگیری روابط استخراج شده در مکانیزم‌های گروه‌بندی یادگیرندگان ارائه نموده‌اند و کارآمدی آن را مورد ارزیابی قرار داده‌اند. بخش‌های مختلف این تحقیق در دوره‌های درسی مختلف در ترم‌های متوالی انجام شده است و دستاوردهای آن می‌تواند در راستای بهبود فعالیت‌های یادگیری همکارانه در محیط‌های یادگیری برخط و ترکیبی مورد استفاده قرار بگیرد پرونده مقاله
      • دسترسی آزاد مقاله

        3 - یک روش جدید حریصانه مبتنی بر مدل آبشاری برای محاسبه‌ی حداکثر سازی نفوذ در شبکه‌های اجتماعی
        عسگرعلی  بویر حمید  احمدی بنی
        در مسئله حداکثر سازی نفوذ، هدف یافتن حداقل تعدادی گره هست که بیشترین انتشار و نفوذ را در شبکه داشته باشند. مطالعات راجع به حداکثر سازی نفوذ و انتشار به‌صورت گسترده ای در حال گسترش است. در سال های اخیر الگوریتم‌های زیادی درزمینهٔ مسئله حداکثر سازی نفوذ در شبکه های اجتماع چکیده کامل
        در مسئله حداکثر سازی نفوذ، هدف یافتن حداقل تعدادی گره هست که بیشترین انتشار و نفوذ را در شبکه داشته باشند. مطالعات راجع به حداکثر سازی نفوذ و انتشار به‌صورت گسترده ای در حال گسترش است. در سال های اخیر الگوریتم‌های زیادی درزمینهٔ مسئله حداکثر سازی نفوذ در شبکه های اجتماعی ارائه‌شده است. این مطالعات شامل بازار یابی ویروسی، گسترش شایعات، اتخاذ نوآوری و شیوع بیماری‌های همه گیر و ... است. هر یک از مطالعات پیشین دارای کاستی‌هایی دریافتن گره‌های مناسب و یا پیچیدگی زمانی بالا هستند. در این مقاله، روشی جدید با عنوان ICIM-GREEDY برای حل مسئله حداکثر سازی نفوذ ارائه کرده ایم. در الگوریتم ICIM-GREEDY دو معیار مهم که در کارهای انجام‌شده قبلی در نظر گرفته نشده اند را در نظر می گیریم، یکی قدرت نفوذ و دیگری حساسیت به نفوذ. این دو معیار همیشه در زندگی اجتماعی انسان‌ها وجود دارد. روش پیشنهادی روی دیتاست‌های استاندارد مورد ارزیابی قرارگرفته‌شده است. نتایج به‌دست‌آمده نشان می‌دهد که روش مذکور نسبت به دیگر الگوریتم‌های مقایسه شده از کیفیت بهتری در پیدا کردن نودهای بانفوذ در 30 گره Seed برخوردار است. همچنین این روش از لحاظ زمانی نیز نسبت به الگوریتم‌های مقایسه شده به لحاظ همگرایی نسبتاً سریع، بهتر عمل می‌کند. پرونده مقاله
      • دسترسی آزاد مقاله

        4 - تحلیل محتوایی و ساختاری تالارهای گفتگوی برخط به منظور استخراج روابط اجتماعی کاربران و به‌کارگیری آن‌ها در مکانیزم‌های گروه بندی
        فاطمه  عروجی فتانه تقی یاره
        امروزه به لطف رشد و توسعه فناوری‌های ارتباطی و اطلاعاتی، سیستم‌های یادگیری برخط قادر شده‌اند امکانات یادگیری گروهی و فضای تعامل و تبادل نظر میان یادگیرندگان را فراهم آورند. این امر مستلزم تشکیل گروه‌های یادگیری موثر و فراهم آوری ابزارهای مشارکت یادگیرندگان در محیط‌های ی چکیده کامل
        امروزه به لطف رشد و توسعه فناوری‌های ارتباطی و اطلاعاتی، سیستم‌های یادگیری برخط قادر شده‌اند امکانات یادگیری گروهی و فضای تعامل و تبادل نظر میان یادگیرندگان را فراهم آورند. این امر مستلزم تشکیل گروه‌های یادگیری موثر و فراهم آوری ابزارهای مشارکت یادگیرندگان در محیط‌های یادگیری برخط است که در سیستم‌های موجود که مراکز آموزشی مجازی مورد استفاده قرار می‌گیرند به ندرت مشاهده می‌شود. در این مقاله محتوا و ساختار تالارهای گفتگو مورد بررسی قرار گرفته‌اند. تحلیل محتوایی به منظور تطابق محتوای مباحثات با اهداف تالار و استخراج حوزه‌های مورد علاقه مشارکت‌کنندگان انجام شده است. محققین ضمن بیان دستاوردهای تحلیل شبکه اجتماعی یک محیط یادگیری دانشگاهی، راهکاری برای استخراج روابط اجتماعی افراد از طریق تحلیل ساختاری تالارهای گفتگو در یک محیط یادگیری برخط ارائه کرده‌اند. همچنین آن‌ها روشی برای به‌کارگیری روابط استخراج شده در مکانیزم‌های گروه‌بندی یادگیرندگان ارائه نموده‌اند و کارآمدی آن را مورد ارزیابی قرار داده‌اند. بخش‌های مختلف این تحقیق در دوره‌های درسی مختلف در ترم‌های متوالی انجام شده است و دستاوردهای آن می‌تواند در راستای بهبود فعالیت‌های یادگیری همکارانه در محیط‌های یادگیری برخط و ترکیبی مورد استفاده قرار بگیرد پرونده مقاله
      • دسترسی آزاد مقاله

        5 - یک روش پیش‌بینی پیوند مبتنی بر همسایه برای شبکه دوبخشی
        گلشن سندسی علیرضا صائبی سید علیرضا هاشمی گلپایگانی
        پیش‌بینی پیوند، یکی از روش‌های تحلیل شبکه اجتماعی است. شبکه های دوبخشی یکی از انواع شبکه های پیچیده هستند که بسیاری از وقایع طبیعی، با استفاده از آن قابل مدل شدن هستند. در این مقاله، روشی برای پیش‌بینی پیوند در شبکه دوبخشی ارائه شده‌است. با توجه به اینکه روش‌های پیش‌بین چکیده کامل
        پیش‌بینی پیوند، یکی از روش‌های تحلیل شبکه اجتماعی است. شبکه های دوبخشی یکی از انواع شبکه های پیچیده هستند که بسیاری از وقایع طبیعی، با استفاده از آن قابل مدل شدن هستند. در این مقاله، روشی برای پیش‌بینی پیوند در شبکه دوبخشی ارائه شده‌است. با توجه به اینکه روش‌های پیش‌بینی پیوند در شبکه یک بخشی برای استفاده در شبکه دوبخشی کارایی پایینی دارند و کارآمد نیستند، نیاز است برای حل این مسئله از روش‌هایی مختص شبکه دوبخشی استفاده شود. هدف این پژوهش، ارائه روشی جدید، متمرکز و جامع مبتنی بر همسایه است، که عملکردی بهتر از روش‌های کلاسیک موجود داشته باشد. روش پیشنهادی از ترکیب معیارهایی بر اساس همسایگی تشکیل شده‌است. معیارهای کلاسیک پیش‌بینی پیوند با اعمال تغییراتی برای شبکه دوبخشی تعریف شده‌اند. این معیارهای تغییر یافته، ارکان اصلی معیار پیشنهادی را تشکیل می‌دهند. این روش علاوه بر سادگی و پیچیدگی پایین، از کارایی بالایی برخوردار است و روش‌های کلاسیک مبتنی بر همسایه را در مجموعه داده‌های مورد بررسی به طور میانگین بیش از ۱۵٪ بهبود داده است. پرونده مقاله