Manuscript ID : 1400062427318 Visit : 11233 Page: 151 - 172

Article Type: Original Research

User recommendation in Telegram messenger by graph analysis and mathematical modeling of users' behavior

Subject Areas :

Davod Karimpour ¹ (MSc. Student)
Mohammad Ali Zare Chahooki ² (Yazd University)
Ali Hashemi ³ (Faculty of Computer Engineering, Yazd University,)

Received: 2021-02-17 Accepted : 2021-07-27 Published : 2021-11-23

Keywords: Recommender systems, Telegram messenger, graph analysis, users' behavior.,

Abstract :

Recommender systems on social networks and websites have been developed to reduce the production and processing of queries. The purpose of these systems is to recommend users various items such as books, music, and friends. Users' recommendation on social networks and instant messengers is useful for users to find friends and for marketers to find new customers. On social networks such as Facebook, finding target users for marketing is an integrated feature, but in instant messengers such as Telegram and WhatsApp, it is not possible to find the target community. In this paper, by using graph and modeling the intergroup behavior of users and also defining features related to groups, a method for recommending Telegram users has been presented. The proposed method consists of 8 steps and each step can be considered a separate method for user recommendation. The data used in this paper is a real data set including more than 900,000 supergroups and 120 million Telegram users crawled by the Idekav system. Evaluation of the proposed method on high-quality groups showed an average reduction in error by 0.0812 in RMSE and 0.128 in MAE.

References:

[1] Durov, P. 2020. 400 Million Users, 20,000 Stickers, Quizzes 2.0 and €400K for Creators of Educational Tests, accessed 10 January 2021, < https://telegram.org/blog/400-million>.
[2] Iqbal, M. 2020. Telegram revenue and usage statistics, accessed 13 May 2021, < https://www.businessofapps.com/data/telegram-statistics/>.
[3] Clement, J. 2020. Most popular global mobile messenger apps as of October 2020, based on number of monthly active users, accessed 10 January 2021, < https://www.statista.com/statistics/258749/most-popular-global-mobile-messenger-apps/ >.
[4] میلانی، فرزانه. زنوزی، سیدجعفر. (1398) « بررسی تاثیر استفاده از انواع استراتژیهای بازاریابی در شبکه‌های اجتماعی بر جلب اعتماد مشتریان شورایی»، دوفصلنامه فناوری اطلاعات و ارتباطات ایران، دوره 11، شماره 39 (1398): 104-91.
[5] فتحیان، محمد. حضرتقلی‌زاده، رحیم. (1395) «ارائه روشی مناسب برای دسته‌بندی نامه‌های الکترونیکی تبلیغاتی بر مبنای پروفایل کاربران»، دوفصلنامه فناوری اطلاعات و ارتباطات ایران، دوره 8، شماره 27 (1395): 36-21.
[6] بهشتی‌نژاد، راحله. سمیع، محمدابراهیم. (1396) « بهبود سیستم‌های توصیه‌گر با کمک وب معنایی»، دوفصلنامه فناوری اطلاعات و ارتباطات ایران، دوره 9، شماره 31 (1396): 56-45.
[7] صابری، نفیسه. منتظر، غلامعلی. (1389) « شخصی سازی محیط یادگیری الکترونیکی به کمک توصیه گر فازی مبتنی برتلفیق سبک یادگیری و سبک شناختی»، دوفصلنامه فناوری اطلاعات و ارتباطات ایران، دوره 2، شماره 3 (1389): 109-91.
[8] هاشمی، سیدعلی. زارع چاهوکی، محمدعلی. (1397)، «توسعه بازاریابی با توصیه‌گر گروه‌های پیام‌رسان‌ها»، دوفصلنامه محاسبات و سامانه‌های توزیع شده، سال اول، شماره اول (1397): 30-21.
[9] G. Ramakrishnan, V. Saicharan, K. Chandrasekaran, M. V. Rathnamma, and V. Venkata Ramana. "Collaborative Filtering for Book Recommendation System", In: K. Das, J. Bansal, K. Deep, A. Nagar, P. Pathipooranam, R. Naidu (eds) Soft Computing for Problem Solving. Advances in Intelligent Systems and Computing, Vol. 1057, Springer, Singapore, 2020, pp. 325-338.
[10] A. B. Melchiorre, E. Zangerle, and M. Schedl, "Personality Bias of Music Recommendation Algorithms", in Fourteenth ACM Conference on Recommender Systems, New York, NY, USA, 2020, pp. 533–538.
[11] محمدرضایی لرکی، رضوان. روان‌مهر، رضا. امراللهی، میلاد. (1398) «سيستم توصيه گر زمينه آگاه سفر با بهرهگيری از اطلاعات عکسهای برچسبدار جغرافيايی»، دوفصلنامه فناوری اطلاعات و ارتباطات ایران، دوره 11، شماره 41 (1398): 96-75.
[12] L. Sang, M. Xu, S. Qian, M. Martin, P. Li, and X. Wu, "Context-Dependent Propagating based Video Recommendation in Multimodal Heterogeneous Information Networks", IEEE Transactions on Multimedia, July 2020, p. 1.
[13] A. Zare, M. R. Motadel, and A. Jalali, "Presenting a hybrid model in social networks recommendation system architecture development", AI & SOCIETY, Vol. 35, No. 2, June 2020, pp. 469-483.
[14] D. M. JIMÉNEZ-BRAVO, J. F. D. Paz, and G. Villarrubia, "Twitter’s Experts Recommendation System Based on User Content,” In: International Symposium on Distributed Computing and Artificial Intelligence, Springer, Cham, 2018, pp. 251-258.
[15] X. Cai et al., "Learning Collaborative Filtering and Its Application to People to People Recommendation in Social Networks," 2010 IEEE International Conference on Data Mining, 2010, pp. 743-748.
[16] L. Berkani, "A semantic and social‐based collaborative recommendation of friends in social networks", Software: Practice and Experience, Vol. 50, No. 8, August 2020, pp. 1498-1519.
[17] P. Kumar and G. R. Mohana Reddy, “Friendship Recommendation System Using Topological Structure of Social Networks,” in Proc. of Progress Intelligent Computing Techniques: Theory, Practice, and Applications, Singapore, Aug. 2018, pp. 237–246.
[18] S. Huang, J. Zhang, L. Wang, and X.-S. Hua, “Social Friend Recommendation Based on Multiple Network Correlation,” IEEE Transactions on Multimedia, vol. 18, no. 2, pp. 287–299, Feb. 2016.
[19] A. Alshammari, S. Kapetanakis, R. Evans, N. Polatidis, and G. Alshammari, "User modeling on twitter with exploiting explicit relationships for personalized recommendations", In: International Conference on Hybrid Intelligent Systems, Springer, Cham, 2018, pp. 135-145.
[20] D. F. Gurini, F. Gasparetti, A. Micarelli, and G. Sansonetti, “A Sentiment-Based Approach to Twitter User Recommendation,” in Proc. of Recommender System and the Social Web (CEUR Workshop), Hong kong, China, Oct. 2013.
[21] K. Xu et al., “Improving user recommendation by extracting social topics and interest topics of users in uni-directional social networks,” Knowledge-Based Systems, vol. 140, pp. 120–133, Jan. 2018.
[22] H. J. Jeong, K. H. Lee, and M. H. Kim, "DGC: Dynamic group behavior modeling that utilizes context information for group recommendation", Knowledge-Based Systems, Vol. 213, December 2020, p. 106659.
[23] S. Guo, S. J. Ji, C. Zhang, X. Wang, and J. Zhao, "A New Multi-criteria Recommendation Algorithm for Groups of Users", In: International Conference on Genetic and Evolutionary Computing, Springer, Singapore, 2019, pp. 735-742.
[24] F. Ortega, R. Hurtado, J. Bobadilla, and R. Bojorque, "Recommendation to groups of users using the singularities concept", IEEE Access, Vol. 6, July 2018, pp. 39745-39761.
[25] D. Karimpour, M. A. Zare Chahooki and A. Hashemi, "User recommendation based on Hybrid filtering in Telegram messenger," 2021 26th International Computer Conference, Computer Society of Iran (CSICC), 2021, pp. 1-7.
[26] E. Yalcin, F. Ismailoglu, and A. Bilge, "An entropy empowered hybridized aggregation technique for group recommender systems", Expert Systems with Applications, Vol. 166, October 2020, p. 114111.
[27] H. Yin, Q. Wang, K. Zheng, Z. Li, and X. Zhou, "Overcoming Data Sparsity in Group Recommendation", IEEE Transactions on Knowledge and Data Engineering, September 2020.
[28] A. Hashemi and M. A. Z. Chahooki, "Telegram group quality measurement by user behavior analysis", Social Network Analysis and Mining, Vol. 9, No. 1, July 2019, p. 33.

Full-Text:

دو فصلنامه علمي

فناوري اطلاعات و ارتباطات ایران

سال سیزدهم، شماره‌هاي49و50، پاییز و زمستان 1400

صص: 151_172

$E:\E Drive\logo\iicta Logo0.JPG$

توصیه کاربر در پیام‌رسان تلگرام با تحلیل گراف و مدل‌سازی ریاضی رفتار کاربران

داود کریم‌پور* محمدعلی زارع چاهوکی** علی هاشمی***

*دانشجوی کارشناسی ارشد مهندسی کامپیوتر، دانشکده مهندسی کامپیوتر، دانشگاه یزد

**استادیار دانشکده مهندسی کامپیوتر، دانشگاه یزد
***دانشجوی دکتری مهندسی کامپیوتر، دانشکده مهندسی کامپیوتر، دانشگاه یزد

تاریخ دریافت: 29/11/1399 تاریخ پذیرش: 05/05/1400

نوع مقاله: پژوهشی

چکیده

سامانه‌های توصیه‌گر به‌منظور کاهش تولید و پردازش پرس‌وجو به‌وجود آمده‌اند. توصیه کاربران در شبکه‌های اجتماعی و پیام‌رسان‌ها برای کاربران عادی در یافتن دوست و برای بازاریابان جهت یافتن مشتریانی جدید، بسیار مفید است. در شبکه‌های اجتماعی مانند فیس‌بوک، یافتن کاربران هدف برای بازاریابی پیش‌بینی شده است؛ اما در پیام‌رسان‌هایی همچون تلگرام امکانی جهت یافتن جامعه هدف وجود ندارد. در این مقاله با استفاده از گراف و مدل‌سازی رفتار کاربران و همچنین تعریف ویژگی‌هایی مرتبط با گروه‌ها، روشی جهت توصیه کاربران تلگرام، ارائه شده است. روش پیشنهادی دربردارنده هشت گام است و هر یک از گام‌ها، می‌توانند روشی جهت توصیه کاربر درنظر گرفته شوند. مهاجرت، روشی جدید جهت مدل‌سازی علایق کاربران، براساس سوابق عضویت آنان در گروه‌ها است. داده‌های این پژوهش، مجموعه داده‌ای واقعی شامل بیش از 900.000‌ سوپرگروه و 120‌میلیون کاربر تلگرامی است. نتایج ارزیابی روش پیشنهادی بر روی 100گروه باکیفیت، حاکی از مؤثر بودن توصیه‌هایی برگرفته از سوابق کاربران و مدل‌سازی رفتار آنان نسبت به‌صرف استفاده از این اطلاعات است. رویکرد پیشنهادی با ارائه گام‌هایی در ادامه روش گروه‌های مشابه که جهت توصیه گروه در تلگرام ارائه شده بود، توانسته میانگین خطای را از 0.87 به 0.79 و میانگین خطای را از 0.77 به 0.64 کاهش دهد.

واژگان کلیدی: سامانه‌های توصیه‌گر، پیام‌رسان تلگرام، تحلیل گراف، رفتار کاربران.

1. مقدمه

امروزه شبکه‌های اجتماعی و پیام‌رسان‌ها علاوه بر استفاده عمومی کاربران، موردتوجه بسیاری از بازاریابان و شرکت‌ها قرارگرفته‌اند. تفاوت شبکه اجتماعی و پیام‌رسان را می‌توان در نحوه و میزان ارائه خدمات آنان بیان نمود. کاربران در پیام‌رسان‌ها با تعداد محدودی از مخاطبین در ارتباط هستند؛ اما در شبکه‌های اجتماعی، مخاطب کاربران عام است و می‌توانند با بسیاری از کاربران در ارتباط باشند. به‌عنوان‌مثال در شبکه اجتماعی فیس‌بوک¹ جامعه ارتباطی کاربران گسترده و در پیام‌رسان‌هایی همچون تلگرام² و واتساپ³ جامعه ارتباطی آنان محدود است. نرم‌افزار‌های پیام‌رسان‌ به‌طور رسمی با پیام‌رسان فوری⁴ شناخته می‌شوند. پیام‌رسان فوری به گفتگوی برخط دو یا چند کاربر به‌صورت متنی گفته می‌شود. متن‌های کاربران در این محیط‌ها با استفاده از اینترنت و یا سایر شبکه‌ها به‌صورت بلادرنگ منتقل می‌شود. پیام‌رسان‌های فوری سرویس‌های متنوعی ازجمله ارسال متن در زمان واقعی⁵، تماس صوتی و تصویری، چت مخفی⁶ و ارسال فایل را در اختیار کاربران قرار می‌دهند.

تلگرام یک برنامه پیام‌رسان فوری مبتنی بر رایانش ابری است که بیش از 400 میلیون کاربر فعال ماهیانه دارد [1]. این پیام‌رسان یکی از محبوب‌ترین برنامه‌های پیام‌رسانی در ایران است. چراکه که بیش از 50 میلیون کاربر تلگرام، ایرانی هستند [2]. با توجه به شکل 1، تلگرام در اکتبر 2020 در رتبه ششم محبوب‌ترین پیام‌رسان‌های جهانی قرارگرفته است. این پیام‌رسان علاوه بر امکانات پیام‌رسانی ساده، امکانات فراتری ازجمله ایجاد گروه، کانال، ربات و ارسال پیام صوتی را ارائه می‌دهد.

شکل 1. محبوب‌ترین برنامه‌های پیام‌رسان تلفن همراه جهانی در اکتبر 2020، بر اساس تعداد کاربران فعال ماهیانه [3].

گروه‌ها، قابلیتی جهت بحث و تبادل‌نظر کاربران حول موضوعی واحد هستند. کانال‌ها، کاربردی یک‌طرفه دارند و اعضای کانال تنها بیننده پیام‌ها هستند و نمی‌توانند همانند گروه پیام ارسال نمایند. بسیاری از شرکت‌ها یک گروه جهت پشتیبانی و یک کانال برای معرفی محصولاتشان دارند. همچنین بسیاری از خبرگزاری‌ها برای انتشار اخبار از کانال استفاده می‌نمایند.

موتور جستجوی تلگرام، به‌صورت جستجوی سراسری⁷ است؛ به‌طوری‌که یافتن کاربر، گروه و کانال را در یک بخش ارائه می‌دهد. یافتن کاربر، تنها با داشتن آی‌دی⁸ دقیق او امکان‌پذیر است و تلگرام قادر به یافتن کاربران بدون آی‌دی نیست. همچنین یافتن گروه‌ و کانالی خاص، تنها با داشتن نام دقیق آنان امکان‌پذیر است. در غیر این صورت، می‌توان کلمات دلخواهی که به دنبال گروه یا کانال مرتبط با آن هستیم در بخش جستجو وارد نماییم. نتایج جستجو بسیار محدود است و این پیام‌رسان قادر به ارائه تمامی نتایج مرتبط نیست. موتور جستجوی تلگرام بر روی گروه‌ها و کانال‌ها هیچ‌گونه تحلیلی انجام نمی‌دهد. به دلیل وجود این نیاز گسترده، سامانه ایده‌کاو⁹ به‌عنوان یک برنامه شخص ثالثی ایجاد شده است. در این سامانه، با جستجوی کلمات موردنظر، می‌توان گروه‌ها و کانال‌های بسیاری را در تلگرام یافت. معماری سامانه ایده‌کاو در بخش 1.4 مورد بررسی قرار گرفته است.

ویژگی بسیار پرکاربرد در اکثر شبکه‌های اجتماعی، یافتن کاربران است. افزودن این ویژگی در تلگرام بسیار ارزشمند برای کاربران جهت یافتن دوست و برای بازاریابان جهت یافتن مشتریانی، مشابه با مشتریان قدیمی‌شان است. بازاریابی در شبکه‌های اجتماعی و پیام‌رسان‌ها به شیوه‌های متفاوتی انجام می‌شود. میلانی و زنوزی [4] تأثیر استفاده از انواع روش‌های بازاریابی در شبکه‌های اجتماعی را مورد بررسی قرار داده‌اند. یافتن مجموعه کاربرانی هدفمند جهت ارسال تبلیغ، از گذشته موردتوجه بازاریابان بوده است. چراکه در صورت ارسال تبلیغ به افرادی که هیچ علاقه‌ای به آن ندارند، موجب نارضایتی آنان می‌شود. این نارضایتی در پیام‌رسان‌ها موجب می‌شود تا کاربران پس از دریافت پیامی نامرتبط، کاربر ارسال‌کننده را متخلف و پیام او را به‌عنوان هرزنامه گزارش کنند. فتحیان و حضرتقلی‌زاده [5] روشی جهت دسته‌بندی پیام‌های تبلیغاتی، متناسب با پروفایل کاربران ارائه دادند. بهترین روش جهت مدل‌سازی و یافتن کاربران، استفاده از سامانه‌های توصیه‌گر است. سامانه‌های توصیه‌گر در سایت‌های تجاری، جهت توصیه اقلام و در شبکه‌های اجتماعی جهت توصیه دوست، کارایی دارند. مهم‌ترین هدف در اين سامانه‌ها، جذب مشتريان و جلب اعتماد آنان به‌وسیله ارائه بهترين توصیه‌ها، مطابق با علايقشان است [6].

در سامانه‌های توصیه کاربر، مرتبط بودن کاربران پیشنهادی با علاقه کاربر هدف بسیار با اهمیت است؛ چراکه در صورت توصیه کاربرانی نامرتبط به یک کاربر، باعث نارضایتی او و نادیده گرفتن دیگر موارد توصیه‌شده می‌شود. هرچقدر عدم قطعیت در توصیه‌ها کاهش یابد توصیه‌گر دارای خطای کمتری در پیش‌بینی است [7]. در این پژوهش با افزودن گام‌هایی در ادامه روش مقاله [8] و با در نظر گرفتن دو موضوع مهم مدل‌سازی رفتار کاربران و کیفیت توصیه‌ها، خطای توصیه‌های ارائه شده تا حد امکان کاهش یافته است.

علاوه بر دقت بالا و خطای کم پیش‌بینی، کیفیت توصیه‌ها در سامانه‌های توصیه‌گر نیز بسیار مهم هستند. اینکه توصیه‌گر قادر باشد کیفیت کاربران توصیه شده را تضمین نماید از مسائل بسیار مهمی است که برای بازاریابان جهت یافتن مشتریانی با کیفیت اهمیت دارد. در این پژوهش، برای اولین‌بار کیفیت کاربران بر اساس مقادیر عددی استخراج‌شده از گروه‌هایشان تجزیه‌وتحلیل شده است. روش پیشنهادی با ارائه سه پارامتر متفاوت توانسته است کیفیت کاربران پیشنهادی توسط توصیه‌گر را تضمین نماید.

توصیه‌گر ارائه‌شده در این مقاله متفاوت از بسیاری سامانه‌های توصیه‌گر معمول است. در شبکه‌های اجتماعی بسیاری از سامانه‌های توصیه‌گر با در نظر گرفتن اطلاعات و علایق یک کاربر، مجموعه‌ای کاربر به او توصیه می‌نمایند. درحالی‌که این پژوهش قادر است بدون هیچ‌گونه محدودیتی در دریافت کاربر، اطلاعات چندین کاربر را دریافت و مجموعه‌ای کاربر مشابه با آنان را توصیه نماید. درواقع اینجا این مسئله مطرح می‌شود که چگونه کاربرانی با علایق متفاوت را تحلیل نماییم؟

در این پژوهش ما با به‌دست آوردن متغیرهایی عددی از گروه‌های تلگرام فرمولی ریاضی جهت توصیه کاربر ارائه داده‌ایم. این فرمول با بررسی گروه‌های کاربران و تحلیل مهاجرت گروه‌هایشان به‌وسیله گراف، اشتراک علایق کاربران ورودی را به‌صورت یکجا تحلیل می‌نماید. گراف استفاده‌شده در این مقاله گرافی ناهمگون است که کاربران را از طریق عضویت در گروه‌ها به یکدیگر متصل می‌نماید.

در این مقاله سعی شده تا نتیجه به‌دست‌آمده در مقاله [8] بهبود داده شود. آنچه موجب متمایز شدن روش پیشنهادی در این مقاله شده است، در نظر گرفتن وضعیت متفاوت کاربران در هر گروه است. این پژوهش کاربران ورودی را همانند مقاله [8] به یک دید نمی‌نگرد و کاربران را از سه جهت (ادمین، جاری و سابق) بررسی می‌نماید. در نظر گرفتن وضعیت‌های متفاوت برای هر کاربر، موجب مدل‌سازی بهتر کاربران و به‌موجب آن کاهش خطای پیش‌بینی گردیده است. رفتار کاربران در این پژوهش به‌وسیله عضویتشان در گروه‌ها و مهاجرت به گروه‌های دیگر مدل‌سازی شده است. مهاجرت کاربران در بین گروه‌ها با حداکثر کاربران مهاجرت کرده تحلیل شده است؛ چراکه در نظر گرفتن تغییر علایق اشتراکی کاربران نسبت به ترک یک گروه و حضور در گروهی دیگر بسیار مهم است. در این مقاله با توجه به مدل‌سازی مهاجرت بین گروهی کاربران، رفتار توصیه‌گر بر اساس اطلاعات استخراج‌شده از رفتار کاربران تغییر می‌کند.

به‌طورکلی هدف از ارائه این سامانه توصیه‌گر ایجاد روشی جامع و مبتنی بر گراف، جهت توصیه کاربرانی مشابه با کاربران ورودی توصیه‌گر است. از مزایای این پژوهش می‌توان به عمومیت آن اشاره نمود. روش پیشنهادی، محدود به پیام‌رسان تلگرام نمی‌شود و می‌توان آن را بر روی پیام‌رسان‌هایی که قابلیت ایجاد گروه توسط کاربران را در بر دارند و همچنین رابط برنامه‌نویسی¹⁰ آنان در دسترس است، پیاده‌سازی و بررسی نمود. داده‌های مورداستفاده شامل بیش از 900 هزار سوپرگروه و 120 میلیون کاربر در پیام‌رسان تلگرام است. ارزیابی روش پیشنهادی بر روی 100 گروه باکیفیت انجام شده است. خطای پیش‌بینی، با تقسیم‌بندی داده‌ها به دو قسمت آموزش¹¹ و آزمون¹² و به‌وسیله دو خطای جذر میانگین مربع‌ها¹³ و میانگین قدرمطلق‌ها¹⁴ مورد بررسی قرار گرفته است.

نوآوری این پژوهش در ارائه روشی طی گام‌هایی جهت تکمیل و توسعه مقاله [8] است. خروجی هر گام، فهرستی از گروه‌های رتبه‌بندی شده است که به ورودی گام بعدی وارد می‌شود. درواقع هر گام با افزودن پارامتری جدید، سعی در رفع نواقص گام قبل را دارد. جهت توصیه کاربر در هر گام، با توجه به فهرست گروه‌های رتبه‌بندی شده، اعضای گروه‌ها به ترتیب فهرست تا رسیدن به تعداد کاربر موردنظر با یکدیگر ادغام می‌شوند. انگیزه ما از ارائه هر گام، بهبود رتبه‌بندی گروه‌ها با درنظر گرفتن اطلاعاتی جدید از گروه‌های کاربران ورودی به‌همراه رفع نواقص موجود در دیگر گام‌ها می‌باشد. به‌طور خلاصه گام‌های روش پیشنهادی عبارتند از:

· ایجاد روشی جهت بررسی مهاجرت بین گروهی کاربران و جایگزینی هر گروه با مهاجرتش در گروه‌های به‌دست‌آمده از روش مقاله [8] (انگیزه: تمایز در وضعیت متفاوت کاربران در هر گروه و مدل‌سازی رفتار بین گروهی آنان)

· استخراج گروه‌های کاربران ادمین ورودی توصیه‌گر و جایگزینی با مهاجرتشان و همچنین ادغام گروه‌های جدید با گروه‌های گام قبل و اولویت دادن به رتبه‌بندی گروه‌های جدید (انگیزه: مدل‌سازی رفتار کاربران ادمین ورودی)

· رتبه‌بندی گروه‌ها بر اساس درصد اشتراک با کاربران ورودی (انگیزه: رفع مشکل رتبه‌بندی گروه‌های با تعداد عضو زیاد)

· بهبود درصد اشتراک هر گروه از طریق ضرب نمودن درصد اشتراک در لگاریتم تعداد اعضای هر گروه (انگیزه: رفع مشکل عدم تناسب در عدد صورت و مخرج کسر حاصل از گام قبل و بهبود رتبه‌بندی گروه‌های با تعداد عضو کم)

· رتبه‌بندی گروه‌ها بر اساس درصد کاربر جاری زیاد (انگیزه: تضمین کیفیت با رتبه‌بندی حداکثر کاربران جاری هر گروه)

· رتبه‌بندی گروه‌ها بر اساس درصد کاربر ادمین کم (انگیزه: تضمین کیفیت با رتبه‌بندی حداقل کاربران ادمین هر گروه)

· رتبه‌بندی گروه‌ها بر اساس درصد کاربر سابق کم (انگیزه: تضمین کیفیت با رتبه‌بندی حداقل کاربران سابق هر گروه)

ادامه مقاله به شرح زیر بیان می‌شود. در بخش 2 مطالعات پیشین بررسی می‌شوند. در بخش 3 روش پیشنهادی مطرح می‌شود. بخش 4 به انجام آزمایش‌ها و بیان نتایج ارزیابی می‌پردازد. درنهایت بخش 5 نتیجه‌گیری و کارهای آینده را بیان می‌نماید.

2. مطالعات پیشین

طی سال‌های اخیر، توصیه اقلام مختلف به کاربران موردتوجه بسیاری از محققان و بازاریابان قرارگرفته است. سامانه‌های توصیه‌گر، بر اساس میزان اطلاعات استخراج‌شده از کاربران دسته‌بندی می‌شوند و همچنین توصیه‌ها با افزایش این اطلاعات، دقیق‌تر می‌شوند. توصیه به کاربر شامل موارد مختلفی ازجمله کتاب [9]، موسیقی [10]، سفر [11]، فیلم [12] و همچنین کاربر است. به‌طورکلی ادبیات تحقیق در این مقاله به دو دسته توصیه کاربر به یک کاربر و توصیه کاربر به گروهی از کاربران تقسیم می‌شود.

1.2. توصیه کاربر به یک کاربر

این دسته از سامانه‌های توصیه‌گر، تنها کاربران هدف را به یک کاربر توصیه می‌نمایند. ما در این دسته، پیشینه پژوهش را با سه الگوی عنوان توصیه، نوع پالایش و کاربرد توصیه‌گر در محیط‌های مختلف دسته‌بندی نموده‌ایم.

عنوان توصیه: در پژوهش‌های مختلف، توصیه کاربر در عناوین توصیه افراد¹⁵ [13] تا [15]، توصیه دوست¹⁶ [16] تا [18] و توصیه کاربر [19] تا [21] بیان شده‌اند. می‌توان گفت توصیه دوست و توصیه افراد زیرمجموعه‌ای از توصیه کاربر هستند. به‌عنوان‌مثال، توصیه افراد شامل پیشنهاد فروشنده به مشتری و پیشنهاد افراد با تخصص‌های متفاوت در لینکدین¹⁷ است. توصیه دوست اغلب در شبکه‌های اجتماعی بکار می‌رود که با تجزیه‌وتحلیل علاقه کاربر، دوستانی با علایق مشابه به او پیشنهاد می‌شود. عنوان توصیه در این پژوهش، به دلیل اینکه ویژگی‌های دوستی، تخصص و یا مهارت‌های کاربران را در نظر ندارد، به‌طورکلی با توصیه کاربر بیان شده است.

نوع پالایش: سامانه‌های توصیه‌گر، با توجه به در نظر گرفتن میزان اطلاعات کاربران به روش‌های پالایشی متفاوتی تقسیم‌بندی می‌شوند. در ادامه سه نمونه از پرکاربردترین پالایش‌ها به‌طور خلاصه شرح داده شده‌اند.

· پالایش مبتنی بر محتوا¹⁸: این نوع پالایش، تنها از اطلاعات خود کاربر جهت توصیه کاربرانی مشابه استفاده می‌نماید و اطلاعات دیگر کاربران را در نظر ندارد. از ویژگی‌های این پالایش می‌توان به در نظر گرفتن پیام‌های کاربر، جنسیت کاربر، رنگ مورد علاقه کاربر و غیره اشاره نمود.

· پالایش اشتراکی¹⁹: این پالایش یکی از محبوب‌ترین روش‌های پالایشی در سامانه‌های توصیه‌گر است که در سایت‌های آمازون²⁰ و نتفلیکس²¹ نیز استفاده فراوانی دارد. این پالایش با جستجو و یافتن کاربرانی که علایق مشابهی با کاربر هدف دارند، سعی در توصیه‌هایی دقیق‌تر می‌نماید. در این پالایش فرض بر این است که کاربرانی که در گذشته علایق مشابه داشته‌اند، در آینده نیز علایقی مشابه خواهند داشت. پالایش اشتراکی به دو دسته مبتنی بر حافظه²² و مبتنی بر نمودار²³ تقسیم می‌شود. روش مبتنی بر حافظه بر اساس بازخورد گرفتن از کاربر است و روش مبتنی بر نمودار از یک گراف که فعالیت و رفتار کاربران را مدل‌سازی می‌کند، جهت توصیه استفاده می‌نماید [15]. این مقاله با استفاده از یک گراف که عضویت کاربران را در گروه‌ها با وضعیت‌های متفاوت در نظر دارد، توانسته است رفتار کاربران را جهت توصیه، مدل‌سازی نماید. رفتار کاربران بر اساس سابقه عضویت، جاری بودن عضویت و ادمین بودن آنان در گروه‌ها در نظر گرفته شده است. روش پیشنهاد داده‌شده در این مقاله، روشی مبتنی بر نمودار در پالایش اشتراکی است.

· پالایش ترکیبی²⁴: این پالایش، با ترکیب نمودن دیگر پالایش‌ها سعی در کاهش محدودیت آنان می‌نماید.

پژوهش‌های بسیاری در ارتباط با سامانه‌های توصیه‌گر مبتنی بر پالایش‌ها و عناوین توصیه‌ای مختلف انجام شده است که در این بخش تعدادی از آن‌ها بر اساس عنوان توصیه، نوع پالایش و کاربرد توصیه‌گر در جدول 1 ارائه شده است.

2.2. توصیه کاربر به گروهی از کاربران

برخی از پژوهش‌ها به‌جای توصیه کاربر به یک کاربر به توصیه کاربر به گروهی از کاربران وابسته هستند. در توصیه گروهی با در نظر گرفتن ترجیحات مجموعه‌ای از کاربران، به‌صورت گروهی به آنان کاربرانی مشابه توصیه می‌شود. در این روش‌ها اطمینان از رضایت همه اعضای گروه با ترجیحات مختلف بسیار دشوار است [22]. جیو و همکاران [23] الگوریتمی جهت توصیه کاربر به گروهی از کاربران، به‌وسیله الگوریتم و شبکه عصبی ارائه داده‌اند. آنان توصیه را بر اساس چند معیار و ترجیحات گروهی از کاربران بیان کرده‌اند. اورتگا و همکاران [24] معیاری مبتنی بر ترکیب متغیر‌های عددی و غیر عددی، جهت توصیه اقلام موردعلاقه گروهی را در بین کاربران ارائه داده‌اند. کریم‌پور و همکاران [25] روشی جهت توصیه کاربران به گروهی کاربر بر اساس محتوای نمایه‌ای استخراج‌شده از گروه‌ها ارائه دادند، آنان از روش‌های پردازش زبان طبیعی جهت ساخت کیسه کلماتی برای هر گروه بهره برده‌اند و سپس به‌وسیله جستجو در بیشترین گروه‌های به‌دست‌آمده، کاربران را توصیه می‌نمایند. یالکین و همکاران [26] روشی جهت توصیه گروه مبتنی بر آنتروپی²⁵ بر اساس نقطه نظرات مشترکی که بین کاربران یک گروه وجود دارد ارائه داده‌اند. جیونگ و همکاران [22] روشی جهت توصیه کاربر به گروهی از کاربران به‌وسیله مدل‌سازی رفتار گروهی کاربران و اطلاعات مبتنی بر زمینه²⁶ ارائه داده‌اند. آنان اطلاعات زمینه را از یک شبکه مبتنی بر اطلاعات ناهمگن²⁷ استخراج کرده‌اند. سپس اطلاعات زمینه را با استفاده از یادگیری نیمه نظارتی بر روی مدل توصیه اعمال کردند. برخی پژوهش‌ها همانند [27] روشی برای غلبه بر پراکندگی داده‌ها²⁸ در توصیه کاربر به گروهی از کاربران ارائه داده‌اند.

[1] نویسنده مسئول: محمدعلی زارع چاهوکی chahooki@yazd.ac.ir

Facebook

[2] Telegram

[3] WhatsApp

[4] Instant messenger (IM)

[5] Real-time text

[6] Secret chat

[7] Global Search

[8] @ Id

[9] idekav.com/

[10] Application Programming Interface (API)

[11] Train

[12] Test

[13] Root Mean Square Error (RMSE)

[14] Mean Absolute Error(MAE)

[15] People Recommendation

[16] Friend Recommendation

[17] LinkedIn

[18] Content-based filtering

[19] Collaborative filtering

[20] Amazon.com

[21] Netflix.com

[22] Memory-based

[23] Model-based

[24] Hybrid-based filtering

[25] Entropy

[26] Context

[27] Heterogeneous information network (HIN)

[28] Data sparsity

جدول 1. مقایسه پژوهش‌های پیشین بر اساس نوع پالایش، عنوان توصیه، کاربرد و رویکرد

مقاله	نوع پالایش	عنوان توصیه	کاربرد	رویکرد مقاله
[16]	ترکیبی	دوست	یلپ¹	روش این مقاله ترکیبی از توصیه مبتنی بر پالایش اشتراکی و توصیه معنایی و اجتماعی است. بخش معنایی، به توصیه دوست بر اساس شباهت بین هر کاربر و دوستانش می‌پردازد و بخش اجتماعی، رفتار کاربر را ازجمله درجه دوستی بررسی می‌نماید.
[13]	ترکیبی	افراد	لینکدین	این مقاله از ویژگی متمایز افراد مانند عملکرد، سطح کار و تجربه کاری جهت توصیه استفاده کرده است. روش پیشنهادی با استفاده از داده‌کاوی، شبکه‌های عصبی و تکنیک‌های فازی از یک استراتژی ترکیبی استفاده می‌کند که ترکیبی از پالایش‌های اشتراکی و محتوایی است.
[19]	محتوا	کاربر	توییتر²	این مقاله روشی جهت مدل‌سازی و توصیه کاربر با بهره‌گیری از روابط صریح³ برای ساخت مشخصات شخصی کاربر ارائه داده است. این روش با هدف ایجاد پروفایل‌های شخصی از طریق یک روش جایگزین برای ارائه توصیه‌های دقیق‌تر ایجاد شده است.
[14]	محتوا	افراد	توییتر	این مقاله روشی جهت مدل‌سازی و توصیه کاربران متخصص به‌وسیله اطلاعات پروفایل هر کاربر ارائه داده است. متخصصِ توصیه‌شده، بر اساس محتوای توییت که منتشر می‌کنند و اینکه آیا این محتوا موردعلاقه کاربر است انتخاب می‌شود. در این مقاله از تکنیک‌های استخراج متن برای پردازش کلمات در توییت‌ها استفاده شده و از این طریق شباهت بین کاربران تعیین می‌شود.
[17]	اشتراکی	دوست	توییتر فیس‌بوک	در این مقاله دو الگوریتم مجزا برای توصیه دوست با استفاده از پالایش اشتراکی مبتنی بر مدل ارائه شده است. الگوریتم اول، تعداد دوستان متقابل هر کاربر را در نظر می‌گیرد و الگوریتم دوم برای اولویت‌بندی کاربران و تأثیر کاربران مختلف ایجاد شده است. به‌طوری‌که برای هر کاربر یک رتبه تأثیرگذاری نسبت داده می‌شود. (به‌عنوان‌مثال اگر یک کاربر ضریب تأثیر 1 را دارد این ضریب در بین دوستانش تقسیم می‌شود.)
[20]	محتوا	کاربر	توییتر	در این مقاله احساسات کاربران موردتوجه قرار گرفته است و یک تابع وزن به نام SVO (احساس-حجم-واقعیت⁴) پیشنهاد شده است. این روش به‌وسیله پالایش مبتنی بر محتوا و استخراج کلمات کلیدی از پیام‌های کاربران، به‌وسیله شباهت کسینوسی شباهت کلمات کلیدی کاربران را با یکدیگر محاسبه می‌نماید.
[18]	محتوا	دوست	فلیکر	این مقاله از ویژگی‌های جنسیت، رنگ، سن و علاقه‌مندی کاربران استفاده می‌نماید. توصیه دوست در این پژوهش بر اساس یک روش دولایه‌ای انجام شده است. لایه اول برای بررسی گراف دوستی بین کاربران و لایه دوم گراف برچسب خورده از ویژگی‌های هر کاربر را در نظر گرفته است.
[21]	محتوا	کاربر	توییتر سیناویبو⁵ اپینین⁶	این مقاله روشی با استفاده از استخراج روابط اجتماعی و علاقه‌مندی کاربر در دو فاز ارائه کرده است. فاز اول شامل استخراج موضوعات موردعلاقه و موضوعات اجتماعی کاربران بر اساس روابط بین دنبال شونده⁷، دنبال کننده⁸ و ارتباط متقابل دنبال کردن⁹ برای بررسی ترجیحات کاربران است. فاز دوم، توصیه کاربر است که یک روش مبتنی بر تشکیل جوامع کاربران بر اساس تخمین موضوعات می‌باشد. درنهایت فاکتورگیری ماتریس در هر جامعه برای تولید کاربران مرتبط با کاربر هدف انجام می‌شود.
[15]	اشتراکی	افراد	شبکه‌اجتماعی آنلاین تجاری	این مقاله یک الگوریتم جدید پالایش اشتراکی مبتنی بر مدل را با استفاده از همسایگان کاربران ایجاد کرده است تا بر اساس شباهت از نظر جذابیت و سلیقه‌، برای کاربر مشخصی سایر کاربرانی که ممکن است علاقه‌مند ارتباط با او باشند را پیش‌بینی کند.

[1] Yelp

[2] Twitter

[3] Explicit

[4] Sentiment-volume-objectivity

[5] Sina Weibo

[6] Epinions

[7] Followee

[8] Follower

[9] Following

با توجه به پژوهش‌های مطرح‌شده، این پژوهش با مدل‌سازی رفتار کاربران ورودی، به‌وسیله وضعیت آنان در گروه‌ها، فهرستی از کاربران را که برای توصیه به کاربران ورودی مناسب هستند، توصیه می‌نماید. در این مقاله جهت شروع و رتبه‌بندی اولیه گروه‌های کاربران ورودی از روش مقاله [8] که از گرافی متناسب با گراف موردنظر در این پژوهش بهره برده است، استفاده شده است. گراف مقاله [8]، همانند گراف مورد استفاده در این پژوهش، کاربران را بر اساس عضویتشان در گروه‌ها به یکدیگر متصل می‌نماید. ما روش مقاله [8] را که برای توصیه گروه بیان شده بود، جهت توصیه کاربر در نظر گرفته‌ایم و روش پیشنهادی این پژوهش را با آن مقایسه نموده‌ایم.

در مقاله [8] ابتدا تمامی گروه‌هایِ کاربرانِ ورودی، از گراف عضویت استخراج می‌شوند. سپس بررسی می‌شود که از هر گروه، چه تعداد کاربر در مجموعه کاربران ورودی قرار دارند. برای تمامی گروه‌های کاربران ورودی، این اشتراک بررسی می‌شود و سپس گروه‌ها به ترتیب بیشترین عضو مشترک، رتبه‌بندی می‌شوند. از معایب این روش می‌توان به دید کلی روش، نسبت به کاربران و رتبه‌بندی همیشگی گروه‌های با تعداد عضو زیاد اشاره نمود. همچنین این روش، گروه‌ها را بدون در نظر گرفتن ترجیحات دیگر کاربران توصیه می‌کند و هیچ‌گونه تحلیلی جهت رتبه‌بندی کیفیت گروه‌ها در نظر نمی‌گیرد. در پژوهش پیشِ‌رو، کاربران ورودی با سه وضعیت (عضو سابق، جاری و ادمین) در هر گروه در نظر گرفته شده‌اند. همچنین این پژوهش علاوه بر رفع رتبه‌بندی گروه‌های با تعداد عضو زیاد، به مدل‌سازی مهاجرت بین گروهی کاربران و کیفیت گروه‌ها پرداخته است. با توجه به اینکه روش پیشنهادی در این مقاله، شامل گام‌هایی در ادامه روش مقاله [8] است، روش مقاله [8] با ”گام اول“ نام‌گذاری شده است.

3. روش پیشنهادی

روش پیشنهادی به‌طورکلی در هشت گام دنبال می‌شود. شکل 2 فرآیند اجرای روش پیشنهادی را نشان می‌دهد. هر یک از گام‌ها، گام قبل خود را تکمیل می‌نماید و هر گام تمامی گام‌های قبلش را دربر دارد. گام‌های ششم تا هشتم جهت افزودن کیفیت به روش پیشنهادی، مطرح شده‌اند. گام هشتم به‌عنوان آخرین گام، دربردارنده تمامی گام‌ها‌ی روش پیشنهادی است. ورودی هر گام، مجموعه‌ای از کاربران است و خروجی هر یک، فهرستی از گروه‌های رتبه‌بندی شده است که کاربران این گروه‌ها به ترتیب فهرست تا رسیدن به تعداد کاربر موردنظر با یکدیگر ادغام می‌شوند. هدف در هر گام، دست‌یابی به مجموعه‌ای کاربر (با تعداد موردنظر)، مشابه با کاربران ورودی است. تعداد کاربر موردنظر، درواقع خط پایانی است که تعیین‌کننده تعداد کاربر موجود در فهرست نهایی کاربران پیشنهاد شده توسط توصیه‌گر است. به‌عنوان‌مثال تعداد کاربر موردنظر را می‌توان 10، 20، 30 برابر ورودی و یا هر مقدار دلخواهی تعیین نمود. همان‌طور که در بخش مطالعات پیشین بیان شد، با توجه به اینکه گام‌های روش پیشنهادی در ادامه روش گروه‌های مشابه [8] هستند، روش مقاله [8] گام اول نام‌گذاری شده است و روش پیشنهادی از گام دوم شروع شده است. در گام اول ابتدا گروه‌های کاربران ورودی استخراج می‌شوند، سپس این گروه‌ها بر اساس بیشترین اشتراک با کاربران ورودی رتبه‌بندی می‌شوند. خروجی این گام، فهرستی از گروه‌های رتبه‌بندی شده می‌باشد که در ادامه با متغیر بیان می‌شود. شکل 3، شبه کد گام اول را نشان می‌دهد.

جهت درک بهتر کارکرد هر یک از گام‌ها، مثالی جامع و عددی که تمامی گام‌های روش پیشنهادی را پوشش می‌دهد، پس از توضیحات هر گام آورده شده است. درواقع این مثال با اعمال روی هر یک از گام‌ها تا گام هشتم پیش می‌رود. در این مثال، 1600 کاربر به‌عنوان مجموعه کاربران ورودی به گام اول داده می‌شود و در طی آن هر یک از گام‌ها نتایج حاصل از گام قبل خود را بهبود می‌دهد. جهت بررسی مثال عددی جامع، خروجی هر گام (فهرستی از گروه‌های رتبه‌بندی شده) ورودی گام بعدی می‌باشد. درنهایت، مجموعه‌ای کاربر با تعداد دلخواه توصیه می‌شود. در شکل 4 نتایج حاصل از اجرای گام اول بر روی این مثال نشان داده شده است. با توجه به شکل 4 که نتایج حاصل از اجرای گام اول را بر روی مثال عددی نشان می‌دهد، این گام گروه‌های کاربران را بر اساس بیشترین اشتراک با کاربران ورودی رتبه‌بندی نموده است. با توجه به فهرست که نتیجه اجرای گام اول می‌باشد، از تعداد 1600 کاربر ورودی، 1300 کاربر در گروه شماره 1، 960 کاربر در گروه شماره 2، ... و یک کاربر در گروه شماره وجود دارد.

شکل 4. نتایج حاصل از اجرای گام اول بر روی مثال عددی

در ادامه جهت سهولت در بیان هریک از گام‌های روش پیشنهادی به بیان برخی اختصارات می‌پردازیم.

· : مجموعه کاربران ورودی

· : تعداد اعضای گروه

· : وضعیت کاربر در گروه، ادمین یا مدیر است.

· : وضعیت کاربر در گروه، سابق یا قدیمی است.

· : وضعیت کاربر در گروه، جاری است.

شکل 3. شبه کد گام اول

گام 2: این گام به مدل‌سازی ترجیحات و رفتار اعضای گروه‌ها می‌پردازد. ورودی این گام نتایج حاصل از گام اول است. در این گام ابتدا روشی جهت بررسی مهاجرت حداکثری کاربران از گروه‌ها بیان می‌شود و درنهایت این گام تکمیل می‌شود.

مهاجرت: مهاجرت، روشی جهت تحلیل حرکت عمده کاربران از هر گروه به گروهی دیگر است. این روش، بر اساس تحلیل وضعیت کاربران در گروه‌ها به دست می‌آید. طبق اطلاعات مورداستفاده در این مقاله، هر کاربر در گروهی که وجود دارد، دارای یکی از سه وضعیت یا یا است. شکل 5-(a) فرآیند اجرای روش مهاجرت را نشان می‌دهد. با توجه به این شکل، کلیت اجرای روش مهاجرت بدین سبک است که برای هر گروه، ابتدا کاربران با وضعیت استخراج می‌شوند، سپس بررسی می‌شود که این کاربران در چه گروه‌هایی دارای وضعیت و هستند. گروه‌های به‌دست‌آمده، بر اساس بیشترین تعداد کاربر مهاجرت یافته، رتبه‌بندی می‌شوند و گروهی که بیشترین تعداد کاربران به آن مهاجرت کرده‌اند، به‌عنوان گروه نهایی حاصل می‌شود. برای بیان بهتر این روش، مثالی عددی در شکل 5-(b) نشان داده شده است. با توجه به این شکل، گروهی با نام ”پوشاک“ و تعداد اعضای 5000 در نظر گرفته شده است. ابتدا تمامی کاربران این گروه را که دارای وضعیت هستند، استخراج می‌نماییم. در این مثال تعداد کاربران دارای وضعیت ، 1200 کاربر می‌باشند. حال برای هر یک از 1200 کاربر، به‌صورت جداگانه بررسی می‌نماییم که در چه گروه‌هایی دارای وضعیت و هستند. طبق جدول نشان داده شده در شکل 5-(b) که نتیجه نهایی حاصل از روش مهاجرت را بر روی گروه ”پوشاک“ نشان می‌دهد، فهرستی از گروه‌های رتبه‌بندی شده به‌دست‌آمده است. بر اساس این جدول تعداد 900 کاربر از گروه ”پوشاک“ به گروه 1، 720 کاربر به گروه 2، ... و یک کاربر به گروه مهاجرت کرده‌اند.

شکل 5. (a) فرآیند اجرای روش مهاجرت، (b) مثالی از اجرای مهاجرت

در این گام، روش مهاجرت به‌صورت جداگانه بر روی هر یک از گروه‌های حاصل از گام اول (همانند شکل 5-(b))، اعمال می‌شود و تنها گروهی که بیشترین کاربران به آن مهاجرت کرده‌اند، با گروه موردنظر جایگزین می‌شود. به‌عنوان‌مثال در شکل 5-(b) گروه‌1 که بیشترین کاربر از گروه پوشاک به آن مهاجرت کرده‌اند با گروه پوشاک جایگزین می‌شود. برای هر یک گروه‌های گام اول به‌صورت جداگانه این مهاجرت بررسی و هر گروه با گروهی جدید جایگزین می‌شود. درنهایت، فهرست گروه‌های جدید به‌دست‌آمده که گروه‌های مهاجرت یافته یکایک گروه‌های گام اول هستند بر اساس بیشترین عضو مشترک با کاربران ورودی رتبه‌بندی می‌شود. این گام در ادامه با متغیر بیان می‌شود و در رابطه (1) نشان داده شده است. در رابطه (1) متغیر بیانگر فهرست گروه‌های نهایی حاصل از گام اول است. شبه کد گام دوم در شکل 6 نشان داده شده است.

Pseudo-code of the first step
Input: (list of all input users)	1.
Output: (final user list)	2.
Variables:	3.
var : each user in	4.
var : [initially empty] set of all groups inferred from	5.
var : each group in	6.
var : count of members	7.
var : a temporary list	8.
Pseudo-code:	9.
for each user in :	10.
.append( groups); // all groups associated with by any relation is appended to	11.
for each group in :	12.
set = count of members;	13.
set = a list of users of s with highest ; // groups are ranked with the most and users are merged from the list of groups, respectively.	14.
while .length() < desired number of output users:	15.
.append(.pop()); // one of users from is appended to and removed from	16.
return ;	17.

شکل 6. شبه کد گام دوم

(1)

شکل 7 نتیجه اجرای گام دوم را بر روی فهرست حاصل از گام اول برای مثال عددی نشان می‌دهد. طبق شکل 7، برای هر یک از گروه‌های موجود در فهرست روش مهاجرت به‌صورت جداگانه اجرا می‌شود و هر یک از گروه‌ها با گروه مهاجرت یافته‌اش جایگزین می‌شود. فهرست جدید مهاجرت یافته گروه‌ها با نشان داده شده است. حرف در کنار شماره هر گروه بیانگر مهاجرت است، به‌عنوان‌مثال گروه 1 مهاجرت یافته گروه 1 است. در انتهای این گام همانند گام اول، گروه‌های فهرست ، بر اساس بیشترین عضو مشترک با کاربران ورودی رتبه‌بندی می‌شوند. فهرست نهایی گام دوم با نام نشان داده شده است.

شکل 7. نتایج حاصل از اجرای گام دوم بر روی مثال عددی

گام 3: این گام، کاربران مجموعه را از جهتی دیگر و بر اساس مدل‌سازی مهاجرت گروه‌های کاربران با وضعیت بررسی می‌نماید. در این گام، ابتدا کاربران با وضعیت از بین مجموعه کاربران ورودی () استخراج می‌شوند. گروه‌هایی که این کاربران دارای وضعیت هستند از گراف عضویت به دست می‌آید. سپس این گروه‌ها بر اساس روش مهاجرت، با گروه‌هایی جدید، جایگزین می‌شوند. درنهایت، فهرست گروه‌های جدید، بر اساس بیشترین عضو مشترک با کاربران ورودی رتبه‌بندی می‌شود. در ادامه جهت سهولت در بیان مطالب، فهرست جدید با نام مهاجرت ادمین‌ها بیان می‌شود. ما پس از بررسی و اشتراک‌گیری گروه‌های فهرست مهاجرت ادمین‌‌ها با گروه‌های حاصل از گام دوم، به این نتیجه دست‌یافتیم که در اکثر مواقع، بسیاری از گروه‌های موجود در فهرست مهاجرت ادمین‌‌ها، در فهرست گروه‌های گام دوم وجود دارند. درنتیجه، گروه‌های مشترک، از فهرست گروه‌های گام دوم حذف می‌شوند و فهرست مهاجرت ادمین‌‌ها در ابتدای فهرست ویرایش‌شده (پس از حذف گروه‌های مشترک با گروه‌های مهاجرت ادمین‌‌ها) گام دوم، قرار می‌گیرند. این گام با متغیر و در رابطه (2) نشان داده شده است. در رابطه (2)، متغیر و به‌ترتیب بیانگر فهرست گروه‌های حاصل از گام اول و دوم هستند.

(2)

شکل 8 نتیجه اجرای گام سوم را بر روی فهرست حاصل از گام دوم برای مثال عددی نشان می‌دهد. در این شکل با توجه به هدف گام دوم، ابتدا کاربران دارای وضعیت از بین کاربران ورودی استخراج می‌شوند. درصورتی‌که بین کاربران ورودی کاربری با وضعیت وجود نداشته باشد، این گام اجرا نخواهد شد و نتایج گام دوم به گام چهارم انتقال می‌یابد. در این مثال باتوجه به اینکه تعداد کاربران ورودی با وضعیت ، 60 کاربر است گام سوم قابل اجرا می‌باشد.

شکل 8. نتایج حاصل از اجرای گام سوم بر روی مثال عددی

در شکل 8، فهرست نشان‌دهنده گروه‌هایی است که 60 کاربر ادمین ورودی در آنان دارای وضعیت ادمین هستند. هر یک از 60 گروه با استفاده از روش مهاجرت با گروهی دیگر جایگزین می‌شود. این جایگزینی در فهرست نشان داده شده است. در فهرست شماره هر گروه با پسوند که مخفف ادمین و مخفف مهاجرت است، نام‌گذاری شده است. به‌عنوان‌مثال، گروه 2 مهاجرت یافته گروه 2 می‌باشد. فهرست گروه‌های فهرست را همانند گام اول، بر اساس بیشترین عضو مشترک با کاربران ورودی رتبه‌بندی نموده است. فهرست نتایج حاصل از گام دوم را به همراه تعداد اعضای هر گروه نشان می‌دهد. اکنون جهت ایجاد فهرست نهایی در این گام، اشتراک گروه‌های فهرست با گروه‌های فهرست بررسی می‌شود و گروه‌های مشترک از فهرست حذف می‌شوند. سپس خروجی این گام، فهرستی با نام می‌باشد که فهرست در ابتدای آن و فهرست ویرایش شده در ادامه گروه‌های قرار گرفته است.

گام 4: ورودی این گام، درصورتی‌که کاربری با وضعیت در مجموعه نباشد، گام دوم و در صورت وجود کاربر با وضعیت ، گام سوم است. بر اساس نتایج به‌دست‌آمده از گام قبل (دوم یا سوم)، به دلیل اینکه گروه‌ها بر اساس تعداد کاربران مشترک با مجموعه کاربران ورودی نمایش داده می‌شوند؛ این امکان وجود دارد که گروهی که در رتبه اول فهرست قرار دارد تعداد بسیار زیادی نسبت به گروه رتبه دوم داشته باشد و این یک عیب است که باعث می‌شود گروه‌های با تعداد بسیار زیاد به دلیل اشتراک بالا با کاربران ورودی، همیشه در ابتدای فهرست قرار گیرند. این مشکل در گام اول تا سوم وجود دارد و در این گام، رفع شده است. این گام در رابطه (3) نشان داده شده است. در رابطه (3)، متغیر تعداد کاربران موجود از هر گروه در بین مجموعه است، که بر اساس نتایج گام دوم () یا گام سوم () به‌دست‌آمده است. طبق رابطه (3)، متغیر بر تعداد اعضای گروه () تقسیم شده است تا گروه‌ها بر اساس درصد مشارکت رتبه‌بندی شوند. در انتهای این گام، فهرست گروه‌های به‌دست‌آمده، بر اساس درصد مشارکت () نزولی رتبه‌بندی می‌شوند. برتری این گام در به دست آوردن درصد موجود بودن کاربران هر گروه بر اساس است.

(3)

شکل 9 نتیجه اجرای گام چهارم را بر روی نتایج حاصل از گام دوم و سوم برای مثال عددی نشان می‌دهد. درصورتی‌که که بین کاربران ورودی کاربری با وضعیت وجود نداشته باشد ورودی این گام، فهرست خروجی گام دوم () و اگر در بین کاربران ورودی حداقل یک کاربر با وضعیت وجود داشته باشد، ورودی این گام، فهرست خروجی گام سوم () خواهد بود. فهرست و به‌ترتیب بر اساس نتایج حاصل از گام سوم و دوم، تعداد اشتراک هر گروه را بر تعداد اعضای آن تقسیم می‌نمایند تا گروه‌ها به‌جای تعداد اشتراک بر اساس درصد اشتراک رتبه‌بندی شوند. در فهرست گروه 35 با مقدار 0.319 و در فهرست گروه 2 با مقدار 0.833 دارای بیشترین درصد اشتراک می‌باشند.

شکل 9. نتایج حاصل از اجرای گام چهارم بر روی مثال عددی

گام 5: این گام جهت بهبود نتایج حاصل از گام چهارم ایجاد شده است. مشکل موجود در گام چهارم این است که با افزایش مقدار مخرج در کسر ، مقدار صورت نمی‌تواند به همان اندازه افزایش یابد و این باعث رتبه‌بندی گروه‌های با تعداد پایین می‌شود. این مشکل در این گام رفع و در رابطه (4) نشان داده شده است. با توجه به رابطه (4)، کسر حاصل از گام سوم در لگاریتم ضرب می‌شود. این ضرب باعث کاهش اثرگذاری زیاد در مخرج می‌شود. برای کم اثر کردن علاوه بر لگاریتم می‌توان کسر را در ریشه نیز ضرب نمود. ما جهت کم اثر کردن با انجام آزمایش‌هایی عددی به این نتیجه دست‌یافتیم که استفاده از لگاریتم در این گام، بهتر از ریشه عمل می‌نماید. در رابطه (4)، متغیر و کسر به‌ترتیب بیانگر نتایج حاصل از گام اول و گام چهارم هستند.

(4)

شکل 10 نتیجه اجرای گام پنجم را بر روی نتایج حاصل از گام چهارم برای مثال عددی نشان می‌دهد. فهرست‌های و به‌ترتیب بیانگر اجرای گام پنجم بر روی فهرست‌های و در شکل 9 می‌باشند. در این گام برای هر گروه، کسر حاصل از گام چهارم در لگاریتم مخرج آن، ضرب شده است. سپس گروه‌ها بر اساس بیشترین مقدار عددی حاصل از بهبود درصد اشتراک رتبه‌بندی می‌شوند. به‌عنوان‌مثال، در فهرست گروه شماره 35 با مقدار و در فهرست گروه شماره 2 با مقدار دارای بیشترین مقدار (بهبود درصد اشتراک) می‌باشند. برای دیگر گروه‌ها نیز روش محاسبه به همین ترتیب است.

شکل 10. نتایج حاصل از اجرای گام پنجم بر روی مثال عددی

کیفیت‌سنجی گروه‌ها:

در این زیر بخش سه گام جدید به‌دنبال یکدیگر جهت رتبه‌بندی گروه‌ها بر اساس بیشترین کیفیت، بررسی و محاسبه می‌شوند. این سه کیفیت در ادامه گام پنجم، کیفیت گروه‌ها را بر اساس تعداد جاری زیاد، ادمین کم و سابق کم رتبه‌بندی می‌نماید. هر یک از گام‌های ششم، هفتم و هشتم همانند گام‌های اول تا پنجم می‌توانند روشی جداگانه جهت توصیه کاربر در نظر گرفته شوند. همچنین خروجی این سه‌گام، فهرستی از گروه‌های رتبه‌بندی شده است که کاربران این گروه‌ها، به‌ترتیب فهرست تا رسیدن به مجموعه کاربران موردنظر با یکدیگر ادغام می‌شوند. در ادامه جهت سهولت در محاسبه هریک از کیفیت‌ها به بیان برخی اختصارات می‌پردازیم.

· : تعداد کاربر با وضعیت در گروه

گام 6: از گام اول تا گام پنجم بر روی کیفیت گروه‌ها هیچ‌گونه تحلیلی انجام نشده است. در این گام، اولین کیفیت به گام پنجم بر اساس افزوده می‌شود. برای هر گروه، هرچقدر نسبت به بیشتر باشد آن گروه، گروه خوبی است؛ چراکه آن گروه، کاربران جاری بیشتری نسبت به دیگر گروه‌ها دارد و کاربران کمتری آن گروه را ترک کرده‌اند. درواقع این روش فارغ از وضعیت ‌ادمین و سابق بودن، کاربران هر گروه را بر اساس اعضای واقعی‌شان رتبه‌بندی می‌نماید. این گام در رابطه (5) نشان داده شده است. با توجه به رابطه (5)، به دلیل اینکه در کسر ، مقدار نسبت به نمی‌تواند زیاد افزایش یابد و اینکه در برخی گروه‌ها بسیار کم است، این نسبت در ریشه دوم ضرب شده است. در این گام، دلیل انتخاب ریشه به‌جای لگاریتم جهت کم اثر کردن مخرج، این است که ما در بسیاری از آزمایش‌های عددی، ریشه را صحیح‌تر از لگاریتم به دست آوردیم.

(5)

شکل 11 نتیجه اجرای گام ششم را بر روی نتایج حاصل از گام پنجم برای مثال عددی نشان می‌دهد. فهرست نشان‌دهنده یا تعداد کاربران با وضعیت در هر گروه است. فهرست‌های و به‌ترتیب بیانگر اجرای گام ششم بر روی فهرست‌های و در شکل 10 می‌باشند. در این گام برای هر گروه، مقدار عددی حاصل از گام پنجم در مقدار ، ضرب شده است و همچنین گروه‌ها بر اساس بیشترین مقدار عددی حاصل از بهبود درصد اشتراک بر اساس رتبه‌بندی شده‌اند. به‌عنوان‌مثال گروه 18 در رتبه پنجم فهرست و در رتبه سوم فهرست قرار دارد. این گروه در دو فهرست و مقدار 7.834 دارد که از محاسبه به‌دست‌آمده است. برای دیگر گروه‌ها نیز روش محاسبه به همین ترتیب است.

شکل 11. نتایج حاصل از اجرای گام ششم بر روی مثال عددی

گام 7: این گام، دومین کیفیت را به گام ششم بر اساس می‌افزاید. برای هر گروه، هرچقدر نسبت به کمتر باشد، آن گروه، گروه خوبی است. دلیل این امر این است که هرچقدر بیشتر شود، گروه دچار مدیریتی چندوجهی می‌شود و کیفیت گروه کاهش می‌یابد. این گام در رابطه (6) نشان داده شده است. با توجه به رابطه (6)، درصورتی‌که این گام را بتوان به گام ششم افزود، باید متغیر بر تقسیم شود. این گام همانند گام ششم، نیازمند کم اثر کردن مخرج است که جهت آمدن در کنار دیگر گام‌ها، در معکوس ریشه ضرب شده است.

(6)

شکل 12 نتیجه اجرای گام هفتم را بر روی نتایج حاصل از گام ششم برای مثال عددی نشان می‌دهد. فهرست نشان‌دهنده یا تعداد کاربران با وضعیت در هر گروه است. فهرست‌های و به‌ترتیب بیانگر اجرای گام هفتم بر روی فهرست‌های و در شکل 11 می‌باشند. در این گام برای هر گروه، مقدار عددی حاصل از گام ششم در مقدار ، ضرب شده است و همچنین گروه‌ها بر اساس بیشترین مقدار عددی حاصل از بهبود درصد اشتراک بر اساس رتبه‌بندی شده‌اند. به‌عنوان‌مثال گروه 18 در رتبه پنجم فهرست و در رتبه سوم فهرست قرار دارد. این گروه در دو فهرست و مقدار 62.8 دارد که از محاسبه به‌دست‌آمده است. برای دیگر گروه‌ها نیز روش محاسبه به همین ترتیب است.

شکل 12. نتایج حاصل از اجرای گام هفتم بر روی مثال عددی

گام 8: این گام، سومین کیفیت را به گام هفتم بر اساس می‌افزاید. برای هر گروه، هرچقدر نسبت به کمتر باشد آن گروه، گروه خوبی است. دلیل این بهتر بودن این است که هرچقدر تعداد کاربرانی که گروه را ترک کرده‌اند افزایش یابد، می‌تواند دلیلی بر بی‌کیفیت بودن آن گروه باشد. این گام در رابطه (7) نشان داده شده است. با توجه به رابطه(7)،‌ درصورتی‌که این گام را بتوان به گام هفتم افزود، باید متغیر را بر تقسیم نمود. همچنین این گام نیازمند کم اثر کردن مخرج است که جهت آمدن در کنار دیگر گام‌ها، در معکوس ریشه ضرب شده است. این گام، تمامی گام‌های روش پیشنهادی را در بر دارد. شبه کد نهایی روش پیشنهادی در شکل 13 نشان داده شده است.

(7)

شکل 14 نتیجه اجرای گام هشتم را بر روی نتایج حاصل از گام هفتم برای مثال عددی نشان می‌دهد. فهرست نشان‌دهنده یا تعداد کاربران با وضعیت در هر گروه است. فهرست‌های و به‌ترتیب بیانگر اجرای گام هشتم بر روی فهرست‌های و در شکل 12 می‌باشند. در این گام برای هر گروه، مقدار عددی حاصل از گام هفتم در مقدار ، ضرب شده است و همچنین گروه‌ها بر اساس بیشترین مقدار عددی حاصل از بهبود درصد اشتراک بر اساس رتبه‌بندی شده‌اند. به‌عنوان‌مثال گروه 18 در رتبه چهارم فهرست و در رتبه سوم فهرست قرار دارد. این گروه در دو فهرست و مقدار 4.23 دارد که از محاسبه به‌دست‌آمده است. برای دیگر گروه‌ها نیز روش محاسبه به همین ترتیب است.

این گام، آخرین مرحله از روش پیشنهادی است و کاربران به‌وسیله فهرست نهایی گروه‌های رتبه‌بندی شده توصیه می‌شوند. در شکل 14، فهرست‌های و به‌ترتیب گروه‌های رتبه‌بندی شده در فهرست‌های و هستند. جهت دست‌یابی به مجموعه کاربران نهایی با تعداد موردنظر می‌توان هدف را دست‌یابی به 10برابر، 20 برابر کاربران ورودی و یا هر مقدار دلخواه دیگری انتخاب نمود. در این مثال، هدف دست‌یابی به مجموعه‌ای کاربر با تعداد 10 برابر مجموعه کاربر ورودی می‌باشد. برای دست‌یابی به این هدف، کاربران گروه‌های فهرست یا ، به‌ترتیب تا رسیدن به مجموعه کاربرانی کمتر مساوی 16000 با یکدیگر ادغام می‌شوند. این کار را جهت بررسی نتایج هر یک از گام‌ها، می‌توان در انتهای هر گام اجرا نمود و اعضای گروه‌های رتبه‌بندی شده را تا رسیدن به حداکثر 16000 کاربر با یکدیگر ادغام نمود.

شکل 14. نتایج حاصل از اجرای گام هشتم بر روی مثال عددی

Pseudo-code of the second step of the proposed method
Input: (list of all input users)	1.
Output: (final user list)	2.
Variables:	3.
var : each user in	4.
var : [initially empty] set of all groups inferred from	5.
var : each group in	6.
var : each user in	7.
var : each group is or was a member or admin	8.
var : [initially empty] migration list	9.
var : each group in	10.
var : count of members	11.
var : a temporary list	12.
Pseudo-code:	13.
for each user in :	14.
.append( groups); // all groups associated with by any relation is appended to	15.
for in : for in : if status of is F: // if is a former member for in groups: if status of in is C or A: // if is a current member or admin .append();	16. 17. 18. 19. 20. 21.
for each group in :	22.
set = count of members;	23.
set = a list of users of s with highest ; // groups are ranked with the most and users are merged from the list of groups, respectively.	24.
while .length() < desired number of output users:	25.
.append(.pop()); // one of users from is appended to and removed from	26.
return ;	27.

شکل 13. شبه کد نهایی روش پیشنهادی

نتایج تجربی

در این بخش ابتدا به بیان داده‌های جمع‌آوری‌شده و روش ارزیابی پرداخته شده است و سپس نتایج آزمایش‌ها بررسی و تحلیل می‌شود.

1.4 داده‌های جمع‌آوری‌شده و محیط پیاده‌سازی

داده‌های استفاده‌شده در این پژوهش، داده‌هایی واقعی از پیام‌رسان تلگرام است که توسط سامانه ایده‌کاو به‌دست‌آمده‌اند. ایده‌کاو دارای خوشه‌ای از خزنده‌ها همانند خزش‌گر‌های وب است. خزش‌گر‌های ایده‌کاو با ورود به لینک‌های جدید، عضو گروه‌ها می‌شوند. هریک از خزش‌گرها به‌صورت لحظه‌ای پس از عضویت در هر گروه تمامی اطلاعات آن را ازجمله کاربر جدید و پیام‌های گروه دریافت می‌کند. این اطلاعات توسط خزش‌گر به بخش مدیریت اطلاعات ارسال می‌شود. در بخش مدیریت، داده‌هایی که توسط خزش‌گر به‌دست‌آمده است، بررسی می‌شود و گروه‌های هرزنامه جهت ترک و لینک‌های جدید جهت عضویت به خزش‌گر ارسال می‌شود. اطلاعات خزش‌گر در خوشه‌ای از شاخص‌های معکوس¹ ذخیره می‌شود. این کار باعث جستجوی سریع کلمات کلیدی می‌شود. درنهایت، سرویس جستجوی ایده‌کاو که بر اساس جست‌وجوگر لوسین² است، به‌صورت مستقیم از شاخص‌ها پرس‌وجو می‌کند [28]. اطلاعات مورداستفاده در این مقاله شامل بیش از 900 هزار سوپرگروه و 120 میلیون کاربر است. ما در این مقاله از یک گراف که کاربران را بر اساس گروه‌ مشترک به یکدیگر متصل می‌نماید، بهره برده‌ایم. اطلاعات دقیق داده‌ها در جدول 2 نشان داده شده است. با توجه به جدول 2 میانگین تعداد اعضای کل گروه‌ها 1136 است، این نکته بیانگر این است که بسیاری از گروه‌های تلگرام تعداد اعضایشان در بازه هزار تا دوهزار است. پیاده‌سازی و ارزیابی گام‌های روش پیشنهادی در یک سیستم 64 بیتی core-i7 با 8 گیگابایت رم³ انجام شده است. گراف عضویت کاربران به‌صورت جدولی در پایگاه داده Mysql پیاده‌سازی شده است. همچنین، از زبان برنامه‌نویسی پایتون⁴ برای تجزیه‌وتحلیل داده‌ها و پیاده‌سازی الگوریتم‌ها استفاده شده است.

جدول 2. آمار داده‌های تلگرام

Pseudo-code of the proposed method
Input: (list of all input users)	1.
Output: (final user list)	2.
Variables:	3.
var : each user in	4.
var : [initially empty] set of all groups inferred from	5.
var : each group in	6.
var : each user in	7.
var : each group is or was a member or admin	8.
var : [initially empty] migration list	9.
var : each group in	10.
var : count of members	11.
var : [initially empty] set of all groups inferred from	12.
var : each group in	13.
var : each user in	14.
var : each group is or was a member or admin	15.
var : [initially empty] admin migration list	16.
var : each group in	17.
var : [initially empty] set to store the union of and	18.
var : each group in	19.
var : count of members	20.
var : a temporary list	21.
Pseudo-code:	22.
for each user in : .append( groups); // all groups associated with by any relation is appended to	23. 24.
for in : for in : if status of is F: // if is a former member for in groups: if status of in is C or A: // if is a current member or admin .append();	25. 26. 27. 28. 29. 30.
if status of in is A: // if is a admin (There is at least one user with admin status Among incoming users) .append( groups); // all groups associated with by any relation is appended to for in : for in : if status of is F: // if is a former member for in groups: if status of in is C or A: // if is a current member or admin .append();	31. 32. 33. 34. 35. 36. 37. 38.
for each in : . append () for each in : if not .contains() then .append () // remove common groups in two sets R and R'	39. 40. 41. 42.
for each group in : set = count of members; Set = a list of users of s with highest ; // M is the number of group members. // is the number of users with current status in the group. // is the number of users with Admin status in the group. // is the number of users with Former status in the group. while .length() < desired number of output users: .append(.pop()); // one of users from is appended to and removed from return ;	43. 44. 45. 46. 47. 48.
else if status of in is not A: // if isn't a admin (There are no users with admin status among incoming users) for each group in : set = count of members; Set = a list of users of s with highest ; // M is the number of group members. // is the number of users with current status in the group. // is the number of users with Admin status in the group. // is the number of users with Former status in the group. while .length() < desired number of output users: .append(.pop()); // one of users from is appended to and removed from return ;	49. 50. 51. 52. 53. 54. 55.

تعداد کاربران	تعداد سوپرگروه‌ها	میانگین تعداد اعضای گروه‌ها
125269522	920810	1136

2.4 روش ارزیابی

در این مقاله ارزیابی روش پیشنهادی به‌وسیله گروه‌های تخصصی در تلگرام انجام شده است. گروه‌های تخصصی گروه‌هایی باکیفیت در تلگرام هستند که اعضا در آنان، پیام‌هایی حول موضوع گروه ارسال می‌نمایند. ما در این مقاله، 100 گروه تخصصی و باکیفیت را با بررسی خبره انتخاب کرده‌ایم. اطلاعات نام و تعداد اعضای 100 گروه منتخب در جدول 3 نشان داده شده است. میانگین تعداد اعضای گروه‌های منتخب 13.893 است. دلیل انتخاب گروه‌هایی تخصصی جهت ارزیابی این است که تمامی اعضای این گروه‌ها، کاربرانی هستند که واقعاً به موضوع گروه علاقه‌مندند و در گروه پیام‌هایی نامرتبط با موضوع گروه ارسال نمی‌نمایند.

ارزیابی میزان پیش‌بینی و خطای گام‌های روش پیشنهادی، به‌وسیله هریک از 100 گروه تخصصی به‌صورت جداگانه انجام شده است. برای ارزیابی گام‌ها توسط هر گروه تخصصی، اعضای گروه به دو بخش 80 درصد جهت آموزش و 20 درصد جهت بررسی میزان پیش‌بینی و خطا، تقسیم شده‌اند. به‌طورکلی روش ارزیابی بدین‌صورت است که برای هر گروه تخصصی، ابتدا 80 درصد کاربران گروه، به ورودی هر یک از گام‌های روش پیشنهادی داده می‌شود، سپس در هر گام به‌صورت جداگانه گروه‌هایی رتبه‌بندی شده به دست می‌آيد. کاربران گروه‌ها، به ترتیب فهرست تا رسیدن به مجموعه‌ای کاربر با تعداد موردنظر با یکدیگر ادغام می‌شوند. تعداد کاربر موردنظر، درواقع خط پایانی است که تعیین‌کننده تعداد کاربر موجود در فهرست کاربران نهایی پیشنهاد شده توسط توصیه‌گر است. به‌عنوان‌مثال تعداد کاربر موردنظر را می‌توان 10، 20، 30 برابر مجموعه کاربر ورودی و یا هر مقدار دلخواهی تعیین نمود. در این مقاله تعداد کاربر موردنظر، 10برابر مجموعه کاربر ورودی در نظر گرفته شده است. درنهایت، برای هر گام پس از دست‌یابی به مجموعه‌ کاربران نهایی، میزان پیش‌بینی و خطا با استفاده از 20 درصد کاربر نگهداری شده، مورد ارزیابی قرار می‌گیرد.

[1] Inverted index

[2] Lucene

[3] Ram

[4] Python

جدول 3. مشخصات 100 گروه مورد ارزیابی

شماره گروه	نام گروه	تعداد اعضا	شماره گروه	نام گروه	تعداد اعضا
1	انجمن تخصصی گردو ایران	16658	51	دامپزشکی تخصصی اسب	10442
2	اعلام بار آذرابادگان سراسری و بین‌المللی	13690	52	ابر گروه سنگ فروشان	10741
3	اعلام بار ستاره بار	12240	53	اعلام بار جامع کفی بندرعباس	17303
4	گروه کشاورزی خاورمیانه	10082	54	گروه گیاهی و تخصصی "طب الرضا"	10247
5	گروه مهندسان، پیمان‌کاران راه و ساختمان ایران	11154	55	گروه کوهنوردی اسطوره ایران زمین	15729
6	گروه گفتمان بورسی	14340	56	گروه پرسش و پاسخ گل و گیاه نگار	11162
7	آزمون نظام مهندسی	14093	57	گروه انجمن شهرسازی ایران	11867
8	گروه صنعت کیف و کفش خاص	15656	58	گروه تخصصی آبزیان آکواریومی	14665
9	خریدوفروش خانه در تورنتو	15438	59	آکادمی رنگ و میکاپ تخصصی	10040
10	سلامت و پزشکی (توس طب)	10018	60	گروه تخصصی املاک شرق گیلان	13938
11	فروشگاه تخصصی لباس و کفش کودک	10673	61	پرسش و پاسخ داروخانه سلامت	14684
12	آکادمی فوق تخصصی آرایشی	16038	62	پرسش و پاسخ تندرستی با طب سنتی	12707
شماره گروه	نام گروه	تعداد اعضا	شماره گروه	نام گروه	تعداد اعضا
13	گروه تخصصی نماز	14878	63	گروه حل فوری مشکلات کامپیوتری	10798
14	آموزش تخصصی شنا ویژه بانوان	10417	64	چالش‌های مهاجرت و پناهندگی آمریکا	10666
15	آکادمی تخصصی بدن‌سازی آدرنالین	16868	65	خریدوفروش لندکروز و قطعات	10183
16	اعلام بار ملّی ایران خراسان	11523	66	سوپر گروه روان‌شناسان	14184
17	بزرگ‌ترین گروه کناف و فن‌آوری ساختمان	17962	67	اعلام بارهای صادراتی	11465
18	گروه انواع برند و قطعات خودرو GSR	18282	68	بررسی مهاجرت یونان	13910
19	شبکه بزرگ اعلام بار آریا	18717	69	پرسش و پاسخ حقوق مهندسی ایران	15808
20	خریدوفروش تجهيزات كوهنوردي، سنگ‌نوردی	15084	70	گروه تخصصی همفکری رولت، بت، پوکر	14080
21	گروه بهترین رمان‌ها (نقد و بررسی رمان)	18830	71	چالش‌ها و روش‌های مهاجرت به آلمان	12445
22	مشاوره‌ی تخصصی پوست/مو	19621	72	کتابخونه تخصصی روانشناسی	11840
23	کلینیک مشاوره ورزشی (فیت استایل)	19601	73	برق و صنعت ساختمان	11346
24	آموزش رایگان بورس ویژه فرهنگیان	19244	74	اعلام بار آنلاین (اورجینال) اصفهان	12505
25	تخصصی تأسیسات صنعتی و فوق صنعتی	19332	75	بزرگ‌ترین گروه طب سنتی و مدرن	15893
26	پیوند مهندسین ایرانی - ترکیه‌ای در استانبول	15011	76	گروه صنعت کفش ایران- تبریز	15840
27	انجمن نرم‌افزاری اندروید	12729	77	انجمن سلامتی و طب سنتی	10223
28	گروه تحلیل رایگان طلا، سکه، دلار	10826	78	آموزش زبان ترکی استانبولی	13293
29	اطلاعات جامع آلمان	10223	79	گروه تخصصی کفش در ایران	14615
30	اعلام بار ده هزار نفری استان کرمانشاه	10301	80	نمایشگاه قطعات خودرو	14607
31	انجمن زعفران کاران خراسان بزرگ	14735	81	سوپر گروه رانندگان و کامیون‌داران	14594
32	گروه تجارت طیور ایران (محبی)	14607	82	اعلام بار خاور (مسقف داران) سراسری ایران	10779
33	کانون اساتید حق‌التدریس دانشگاه‌ها و مؤسسات عالی	10360	83	تیم تخصصی تناسب اندام آکالاین	13151
34	بزرگ‌ترین پارک مشاوره‌ای تخصصی کودکان	15361	84	گروه تخصصی نمایش	13515
35	Temporary Resident Visas (Canada)	16779	85	طبیب طب ایرانی	10045
36	آموزش تخصصی میکروبلیدینگ	15138	86	مشاور طب سنتی	11142
37	کمپین شهرسازان نوین	15707	87	گروه روانشناسی و پرسش و پاسخ	12094
38	گروه پرسش و پاسخ کامپیوتری	12798	88	گروه تحليلي و آموزش بورس آريا	12129
39	سؤالات تخصصی فقط پوست	11554	89	گروه نقد و تحلیل ارزهای دیجیتال	15789
40	گروه سنگین خودرو	11249	90	پایانه اعلام بار سراسری نیسان. سه تن. خاور	10782
41	اعلام بار کمپرسی و اطاق‌دار بدون گپ و گفت	11802	91	صنعت نوین ساختمان	16474
42	اعلام بار خاوری (سراسری) شمال مازندران گیلان گلستان	16272	92	نورپردازی و عکاسی پرتره	11175
43	پایگاه تخصصی ورزشی نشاط	14566	93	سوپر گروه برق الکترونیک	16385
44	سامانه کاریاب استان یزد	12950	94	گروه بررسی تخصصی سلاح‌های بادی	16976
45	مشاور تخصصی داروهای گیاهی ارگانیک	13873	95	مهندسی آثار باستانی	12059
46	گروه تحلیل سهم بورس	13038	96	سوپر گروه عمده‌فروشان تهران	15113
47	صنف ابزار و لوازم ساختمانی	13637	97	اعلام بار پیمان پیام میبد، یزد	19397
48	گروه اعلام بار سراسری ایرانیان	13239	98	اندیشکده تخصصی رسانه	15460
49	گروه مهندسی معماری مهان دیزاین	18459	99	گروه تخصصی پکیج و موتورخانه	16937
50	پرسش و پاسخ الوبورس	18204	100	پارچه سرای کریمی	14269

در این مقاله برای بررسی میزان کارایی روش پیشنهادی تنها از معیار خطا استفاده شده است. استفاده از معیار‌های دقت¹، صحت² و فراخوانی³ برای این روش امکان‌پذیر نیست؛ دلیل آن هم این است که ما طبق آزمایش‌هایی مشاهده کردیم به‌عنوان‌مثال برای بررسی معیار دقت با افزایش تعداد گروه‌ها و تعداد کاربران، دقت کاهش می‌یابد. دلیل کاهش دقت این است که تعداد کاربر درست پیش‌بینی‌شده وقتی تقسیم بر کل تعداد (درست و نادرست) کاربران پیش‌بینی‌شده می‌شود، مقدار صورت نمی‌تواند به‌اندازه مخرج افزایش یابد و رفته‌رفته باعث کاهش دقت می‌شود.

معیار‌های استفاده شده در این مقاله جهت بررسی مدل پیشنهادی، معیار خطای جذر میانگین مربع‌ها و خطای میانگین قدرمطلق‌ها است. خطای جذر میانگین مربع‌ها و میانگین قدرمطلق‌ها روش‌هایی جهت بررسی پیش‌بینی مدل هستند که با بیان میزان خطا، اثربخشی آن را نشان می‌دهند. خطای جذر میانگین مربع‌ها و خطای میانگین قدرمطلق‌ها به‌ترتیب طبق رابطه (8) و (9) محاسبه می‌شود.

(8)

(9)

در رابطه (8) و (9)، مجموعه پیش‌بینی و شامل مجموعه‌ای از صفر‌ها و یک‌ها است. صفر بیان‌گر این است که پیش‌بینی مدل درست بوده است و یک بیانگر عکس آن است. مجموعه واقعی و شامل مجموعه‌ای از صفرها است که بیانگر مجموعه کاربران نگه‌داری شده (آزمون) است. مجموعه خطا‌های کاربران پیشنهادی است. برای هر یک از 100 گروه مورد ارزیابی، با توجه به نتایج حاصل از اجرای گام‌ها، مجموعه پیش‌بینی و مجموعه واقعی به‌صورت جداگانه ایجاد و سپس هر یک از دو خطا محاسبه می‌شود.

3.4 نتایج آزمایش‌ها

هر یک از 100 گروه به‌صورت جداگانه آزمایش شده است. بخشی از نتایج ارزیابی گام‌های روش پیشنهادی بر روی 100 گروه، در جدول 4 و 5 نشان داده شده است. به‌دلیل حجم بالای نتایج ارزیابی گام‌ها، تنها شمایی از نتایج در جدول 4 و 5 نشان داده شده است. با توجه به جدول 4 و 5 برای هر گام از روش پیشنهادی، چهار ستون در نظر گرفته شده است. ستون اول بیانگر تعداد گروه است. ستون دوم، تعداد کاربران به‌دست‌آمده بر اساس کاربران گروه‌ها را نشان می‌دهد. ستون‌های سوم و چهارم به ترتیب بیانگر خطای و هستند. به‌عنوان‌مثال گروه شماره 6 از جدول 4 را در نظر بگیرید. طبق جدول 3، 80 درصد تعداد اعضای این گروه، 11472 است. هدف ارزیابی در این گروه، رسیدن به تعداد 114720 کاربر است. طبق جدول 4، این گروه در گام اول، توانسته است با افزودن کاربران 3 گروه، حداکثر به 102846 کاربر برسد. برای این گروه در گام اول، خطای ، 0.916 و خطای ، 0.814 است. شکل 15 نتایج میانگین دو خطای و را بر روی 100 گروه مورد ارزیابی بر اساس نتایج حاصل از جدول 4 و 5 نشان می‌دهد. با توجه به شکل 15، گام چهارم در مقایسه با دیگر گام‌ها، خطای و کمتری دارد. این گام توانسته است نسبت به گام اول که روشی با نام گروه‌های مشابه است، خطای را به 0.081 و خطای را به 0.128 کاهش دهد. با توجه به کاهش خطاها در گام چهارم، این نکته مهم حاصل می‌شود که رتبه‌بندی گروه‌های کاربران ورودی بر اساس درصد اشتراک موجب بالا آمدن رتبه گروه‌های با تعداد عضو کم می‌شود و درنتیجه گروه‌های به‌دست‌آمده، پیش‌بینی درستی از کاربرانی مشابه با کاربران ورودی خواهند داشت. علاوه بر گام چهارم، به‌ترتیب گام‌های پنجم، ششم، هفتم، دوم و سوم نیز نسبت به گام اول خطای را به 0.07، 0.06، 0.02، 0.009 و 0.007 و خطای را به 0.122، 0.099، 0.04، 0.018 و 0.012 کاهش داده‌اند. در بین هشت گام مورد بررسی، گام اول در جایگاه هفتم از میزان خطا و پیش‌بینی درست کاربران قرار دارد؛ گام هشتم تنها گام از روش پیشنهادی است که در مقایسه با گام اول خطای را به 0.08 و خطای را به 0.15 افزایش داده است. البته گام هشتم در مقایسه با گام اول کیفیت گروه‌ها را نیز تضمین می‌نماید. با توجه به افزایش خطای گام هشتم، این نکته مهم حاصل می‌شود که درصورتی‌که گروه‌ها بر اساس نسبت نزولی سابق به اعضا رتبه‌بندی شوند، میزان پیش‌بینی کاهش و خطا افزایش می‌یابد. به‌طورکلی از گام اول تا چهارم میزان خطاها کاهش و از گام چهارم تا هشتم، میزان خطاها افزایش یافته است. با توجه به اینکه از گام ششم تا گام هشتم کیفیت افزایش می‌یابد، می‌توان گفت در گام ششم تا هشتم، خطا باکیفیت رابطه مستقیم دارد و با افزایش کیفیت، میزان خطا افزایش می‌یابد.

4.4 بحث و تجزیه‌وتحلیل نتایج

در این زیر بخش، نتایج جامع به‌دست‌آمده در جدول 4 و 5 تجزیه‌وتحلیل می‌شود. طبق نتایج حاصل از جدول 4 و 5، در گروه‌های شماره 5، 6، 14، 44، 47، 54، 66، 73 و 80 گام اول و دوم با یکدیگر برابر شده است. دلیل برابری این دو گام این است که هنگامی‌که فهرست گروه‌های حاصل از گام اول به‌وسیله روش مهاجرت با گروه‌های دیگری جایگزین می‌شوند، برخی از گروه‌های جدید در گروه‌های حاصل از گام اول وجود دارند و همین دلیل باعث می‌شود تا پس از بررسی بیشترین اشتراک با مجموعه کاربران ورودی، فهرستی از همان گروه‌ها تشکیل شود.

[1] Precision

[2] Accuracy

[3] Recall

جدول 4. شمایی از نتایج ارزیابی گام‌های 1 تا 4 بر روی 100گروه (NG: تعداد گروه و NU: تعداد کاربر)

شماره گروه	گام 1 [1]				گام 2				گام 3				گام 4
شماره گروه	NG	NU	RMSE	MAE	NG	NU	RMSE	MAE	NG	NU	RMSE	MAE	NG	NU	RMSE	MAE
1	3	122252	0.9	0.81	4	125692	0.711	0.506	4	125692	0.711	0.506	55	120040	0.639	0.408
2	1	196056	0.983	0.967	3	86431	0.933	0.87	3	86431	0.933	0.87	22	102547	0.854	0.73
3	1	196056	0.826	0.683	2	85960	0.878	0.771	4	91810	0.847	0.718	27	93863	0.826	0.683
4	1	55817	0.944	0.892	3	70037	0.922	0.85	3	70037	0.922	0.85	40	76400	0.812	0.66
5	1	82671	0.955	0.912	1	82671	0.955	0.912	1	82671	0.955	0.912	17	81855	0.824	0.679
6	3	102846	0.916	0.84	3	102846	0.916	0.84	9	113424	0.898	0.806	35	98507	0.878	0.77
7	7	110757	0.842	0.709	7	110982	0.861	0.742	7	104540	0.864	0.746	23	111472	0.837	0.701
8	2	108662	0.876	0.769	3	60089	0.796	0.633	5	104727	0.857	0.734	40	124881	0.764	0.585
9	10	122568	0.68	0.463	9	120892	0.67	0.45	14	118981	0.666	0.444	37	119689	0.621	0.385
10	1	25804	0.999	0.998	4	42924	0.994	0.989	2	39283	0.823	0.678	30	64544	0.4	0.16
...
100	1	161961	0.998	0.997	3	74898	0.861	0.742	2	104702	0.916	0.84	64	106648	0.788	0.622
میانگین	3.1	99050.2	0.874	0.777	4.1	90268.1	0.865	0.759	5.05	91562.9	0.867	0.765	45.8	105322.2	0.793	0.649

جدول 5. شمایی از نتایج ارزیابی گام‌های 5 تا 8 بر روی 100گروه (NG: تعداد گروه و NU: تعداد کاربر)

شماره گروه	گام 5				گام 6				گام 7				گام 8
شماره گروه	NG	NU	RMSE	MAE	NG	NU	RMSE	MAE	NG	NU	RMSE	MAE	NG	NU	RMSE	MAE
1	48	131273	0.631	0.398	27	133111	0.685	0.47	13	125498	0.719	0.517	11	129363	0.968	0.938
2	19	108321	0.853	0.728	13	101258	0.858	0.736	12	84393	0.861	0.741	8	102109	0.959	0.921
3	16	87411	0.83	0.689	13	82164	0.846	0.716	8	91825	0.833	0.694	6	94547	0.95	0.902
4	24	68485	0.825	0.681	7	70075	0.886	0.785	6	50013	0.924	0.855	4	75226	0.998	0.997
5	11	85818	0.817	0.668	7	83901	0.911	0.831	1	18768	0.953	0.909	6	70877	0.979	0.959
6	21	113561	0.871	0.758	12	113958	0.882	0.778	7	111802	0.878	0.772	5	107452	0.998	0.997
7	17	107408	0.842	0.709	13	110633	0.846	0.715	10	106455	0.887	0.787	6	105226	0.999	0.998
8	31	117806	0.765	0.585	23	121470	0.768	0.59	8	124312	0.777	0.604	9	115556	0.919	0.846
9	34	117508	0.621	0.386	20	116444	0.63	0.397	17	119423	0.667	0.444	22	122131	0.836	0.7
10	29	79991	0.4	0.16	24	75728	0.398	0.158	13	64973	0.403	0.163	6	77302	0.854	0.73
...
100	46	104561	0.779	0.607	8	87501	0.787	0.619	7	87739	0.816	0.666	11	110003	0.976	0.953
میانگین	31.3	102420.2	0.797	0.655	15.1	101936.8	0.812	0.678	8.3	96725.9	0.847	0.733	8.9	105073.06	0.961	0.928

در گروه‌های شماره 5، 47 و 73 گام اول تا سوم با یکدیگر برابر شده‌اند. با توجه به برابر شدن گام اول و دوم که در پاراگراف قبل بیان شد، دلیل آنکه این دو گام با گام سوم برابر شده‌اند، این است که در این گروه‌ها، هیچ‌کدام از کاربران ورودی دارای وضعیت ادمین نیستند. همچنین برابری گام دوم و سوم در گروه‌های 1، 2، 4، 5، 13، 16، 19، 20، 23، 29، 34، 37، 41، 45، 47، 48، 51، 55، 60، 61، 67، 70، 73، 74، 78، 79، 81، 82، 88، 89، 91، 98 و 99 نیز مشاهده شده است.

گروه‌های شماره 2، 3، 12، 16، 19، 27، 30، 41، 48، 53، 56، 59، 62، 81، 87، 90، 97 و 100 در گام اول و گروه‌های شماره 28، 39، 62، 83 و 85 در گام دوم تعداد گروه موردنیازشان یک و تعداد کاربر به‌دست‌آمده بیشتری از تعداد کاربر موردنظر دارند. در گروه‌های مورد ارزیابی مذکور، در گام موردنظر، گروهی که در ابتدای فهرست پیشنهادی قرارگرفته است، تعداد اعضایش از تعداد کاربر موردنظر بیشتر است، به همین دلیل، عملیات (ادغام کاربران گروه‌ها) در همان مرحله متوقف و کاربران همان یک گروه، توصیه می‌شوند. این اتفاق برای 18 گروه مورد ارزیابی در گام اول و 5 گروه مورد ارزیابی در گام دوم رخ‌داده است. دلیل این رخداد در گام اول و دوم وجود گروه‌های با تعداد عضو زیاد در ابتدای فهرست گروه‌ها است. اینکه این رخداد در گام دوم نسبت به گام اول کاهش یافته است، بیانگر این می‌باشد که رتبه‌بندی گروه‌ها بر اساس فهرست مهاجرت یافته نسبت به فهرست گروه‌های گام اول اثر رتبه‌بندی گروه‌های با تعداد عضو زیاد را کاهش می‌دهد. دلیل اینکه در دیگر گام‌ها همچنین رخدادی مشاهده نمی‌شود، این است که از گام چهارم که تعداد مشترک، بر تعداد اعضا تقسیم می‌شود، اثر رتبه‌بندی گروه‌های با تعداد عضو زیاد خنثی شده است. طبق جدول 3، گروه‌های شماره 2، 3، 16، 19، 30، 41، 48، 53، 56، 59، 81، 87، 90، 97 دارای نام‌های مشابهی در حوزه باربری و اعلام بار هستند. با توجه به نتایج ارزیابی گام اول در این گروه‌ها، مشخص است که اکثر اعضای این گروه‌ها در گروهی با تعداد اعضای 196056 عضو هستند؛ چراکه تمامی گروه‌های مذکور در گام اول با یک گروه و تعداد اعضای 196056 متوقف شده‌اند. این نکته به همان تعریف گام اول که گروه‌ها بر اساس بیشترین تعداد عضو مشترک با کاربران ورودی رتبه‌بندی می‌شوند، اشاره دارد که نتیجه آن نیز بالا آمدن رتبه گروه‌های با تعداد عضو زیاد است.

شکل 15. میانگین خطای RMSE و MAE برای 100 گروه (مقایسه گام‌های روش پیشنهادی با روش مقاله [8])

با بررسی میانگین خطای گام‌ها در جدول 4 و 5، گروه‌ شماره 10 از گام اول تا چهارم، به‌عنوان گروهی با کمترین خطا در بین تمامی گروه‌ها، خطای

را به‌اندازه 0.599 و خطای

را به‌اندازه 0.838 کاهش داده است. همچنین از گام اول تا چهارم، گروه شماره 92 به‌عنوان گروهی با بیشترین خطا در بین تمامی گروه‌ها، خطای

را به 0.058 و خطای

را به 0.085 افزایش داده است. کیفیت گروه‌ها نیز از گام ششم تا هشتم افزایش می‌یابد و همچنین خطا در این گام‌ها به ترتیب افزایش یافته است. با توجه به این نکته می‌توان به این نتیجه دست‌یافت که در گام‌های ششم تا هشتم کیفیت با خطا، رابطه مستقیم دارد.

شکل 16. میانگین تعداد گروه موردنیاز هر گام

با توجه به جدول 4 و 5، علاوه بر خطا، هر یک از گام‌ها بر اساس تعداد گروه مورد نیاز و تعداد کاربر به‌دست‌آمده نیز بررسی شده‌اند. طبق شیوه اجرای هر یک از گام‌ها که در بخش روش پیشنهادی بیان شد، خروجی هر گام، فهرستی از گروه‌های رتبه‌بندی شده می‌باشد که کاربران آن گروه‌ها به‌ترتیب تا رسیدن به فهرستی از کاربران با تعداد موردنظر با یکدیگر ادغام می‌شوند. هر یک از گام‌ها جهت دست‌یابی به فهرستی از کاربران (با تعداد موردنظر)، تعداد گروه‌های متفاوتی را با یکدیگر ادغام می‌نمایند. شکل 16 گام‌ها را بر اساس تعداد گروه موردنیاز جهت دست‌یابی به فهرست کاربران با تعداد موردنظر، نشان می‌دهد. تعداد گروه‌های مورد‌نیاز در هر یک از گام‌ها، هرچقدر کمتر باشد، آن گام توانسته است با تعداد گروه کمتری به فهرست کاربران نهایی (با تعداد موردنظر) دست یابد. البته اگر روشی با کمترین گروه مورد نیاز به فهرستی از کاربران دست یابد، ملاک بر خوب یا بد بودن آن روش نیست، چراکه تعداد اعضا در هر گروه متغیر است. درصورتی‌که روشی بتواند با کمترین تعداد گروه موردنیاز به بیشترین تعداد کاربر در فهرست نهایی نزدیک به تعداد کاربر موردنظر دست یابد، آن روش، روشی بهینه است. گام اول در مقایسه با تمامی گام‌ها توانسته است با تعداد گروه کمتری و با میانگین تعداد 3.12 گروه به فهرست کاربران نهایی با تعداد موردنظر دست یابد. در گام اول گروه‌های با تعداد اعضای زیاد همیشه در ابتدای فهرست گروه‌های رتبه‌بندی شده، قرار دارند و همین دلیل باعث می‌شود تا این گام، گروه کمتری نسبت به دیگر گام‌ها نیاز داشته باشد. در گام دوم و سوم با توجه به اینکه مهاجرت و مهاجرت کاربران ادمین ورودی به‌دست‌آمده است، اما باز هم گروه‌های با تعداد عضو زیاد در ابتدای فهرست قرار می‌گیرند. به‌دلیل اینکه در فهرست گروه‌های رتبه‌بندی شده گام‌های دوم و سوم، گروه‌های با تعداد عضو زیاد از ابتدای فهرست کاهش می‌یابند باعث می‌شود تا این دو گام نسبت به گام اول به تعداد گروه‌های بیشتری جهت دست‌یابی به فهرست کاربران نهایی با تعداد موردنظر نیاز داشته باشند. بدو از بین بردن رتبه‌بندی گروه‌های با تعداد عضو زیاد در گام چهارم است. در شکل 16، ناحیه‌ای که با دایره قرمز رنگ نشان داده‌شده است، بیان‌کننده تعداد گروه موردنیاز در گام چهارم است که نسبت به‌تمامی گام‌ها به تعداد گروه بیشتری و با میانگین 45.89 جهت دست‌یابی به فهرست کاربران نهایی با تعداد موردنظر نیاز دارد. دلیل افزایش تعداد گروه در گام چهارم این است که هنگامی‌که مقدار

بر

تقسیم می‌شود، گروه‌ها بر اساس درصد موجود بودن کاربر از هر گروه رتبه‌بندی می‌شوند و این باعث رتبه‌بندی بهتر گروه‌های با تعداد عضو کم می‌شود. در گام پنجم به‌دلیل اینکه کسر حاصل از گام چهارم (

) بهبود یافته است، در فهرست گروه‌های رتبه‌بندی شده، گروه‌های با تعداد عضو کم از ابتدای فهرست کاهش یافته است و این گام به میانگین تعداد 31.34 گروه جهت دست‌یابی به فهرست کاربران نهایی با تعداد موردنظر نیاز دارد. در گام‌های ششم، هفتم و هشتم که رتبه‌بندی گروه‌های با کیفیت را تضمین می‌نمایند، تعداد گروه‌های مورد نیاز در گام ششم و هفتم رشد نزولی دارد و در گام هشتم صعود یافته است. دلیل نزولی بودن نمودار شکل16 در گام‌های ششم و هفتم، این است که در فهرست گروه‌های رتبه‌بندی شده در این دو گام، گروه‌های با تعداد عضو کم پس از رتبه‌بندی گروه‌ها بر اساس درصد

به‌مراتب کاهش می‌یابند. همچنین دلیل این‌که در گام هشتم تعداد گروه موردنیاز افزایش یافته است این می‌باشد که در فهرست گروه‌های رتبه‌بندی شده در این گام گروه‌های با تعداد عضو کم، با رتبه‌بندی گروه‌ها بر اساس درصد

کاهش یافته‌اند.

مقایسه‌ای دقیق‌تر از میانگین تعداد گروه موردنیاز، میانگین تعداد کاربر به‌دست‌آمده توسط هر یک از گام‌های روش پیشنهادی است. میانگین حداکثر تعداد کاربر به‌دست‌آمده توسط هر گام در شکل 17 نشان داده شده است. در شکل 17، علاوه بر میانگین تعداد کاربر به‌دست‌آمده توسط هریک از گام‌ها، میانگین هدف (تعداد کاربر موردنظر) برای 100 گروه نیز نشان داده شده است. تعداد کاربران به‌دست‌آمده در هر گام، هرچقدر به تعداد کاربر هدف نزدیک‌تر باشد، آن گام بهتر توانسته است مجموعه کاربر نهایی (با تعداد موردنظر) را به‌دست آورد. در گام اول، به دلیل وجود برخی گروه‌های با تعداد عضو بیشتر از هدف، انتظار بر این بود تا شاهد بیشترین میانگین تعداد کاربر به‌دست‌آمده در این گام باشیم که این‌طور نیست. این گام پس از گام ششم در جایگاه پنجم از این مقایسه قرار دارد. گام‌های دوم و سوم به‌ترتیب با بررسی مهاجرت و مهاجرت کاربران ادمین ورودی، دارای کمترین میانگین تعداد کاربر به‌دست‌آمده، در بین دیگر گام‌ها هستند. گام چهارم، نزدیک‌ترین گام به مجموعه هدف است که دلیل آن نیز رتبه‌بندی گروه‌ها بر اساس تعداد عضو کم است. بر طبق شکل 17، پس از گام چهارم تا گام هفتم، نمودار نزولی است که بیانگر دست‌یابی به مجموعه کاربرِ کمتری نسبت به هدف، در این گام‌ها است. سپس در گام هشتم، نمودار نزدیک به میانگین تعداد کاربر در گام چهارم شده است و توانسته است پس از گام چهارم بیشترین مجموعه‌ی کاربر، نزدیک به مجموعه هدف را به‌دست آورد.

شکل 17. میانگین تعداد کاربر به‌دست‌آمده توسط هریک از گام‌ها

با توجه به شکل 17، درصورتی‌که گام‌های روش پیشنهادی را با گام اول (روش گروه‌های مشابه) بر اساس تعداد کاربران به‌دست‌آمده مقایسه نماییم، این نکته مهم حاصل می‌شود که در بین گام‌های روش پیشنهادی، گام چهارم توانسته است با افزایش تعداد میانگین 6271.9 کاربر نسبت به گام اول تعداد کاربران توصیه‌شده نهایی سامانه توصیه‌گر را افزایش دهد. البته گام چهارم که بهترین گام جهت به‌دست آوردن کاربران نهایی است، هنوز به‌طور میانگین تعداد 5825 کاربر تا رسیدن به هدف اختلاف دارد. علاوه بر گام چهارم، گام‌های پنجم، ششم و هشتم نیز به‌ترتیب به‌طور میانگین 3369.9، 2886.6 و 6022.7 کاربر، نسبت به گام اول تعداد کاربران نهایی توصیه‌گر را افزایش داده‌اند. اما گام‌های دوم، سوم و هفتم به‌ترتیب به‌طور میانگین 8782.1، 7487.4 و 2324.4 نسبت به گام اول تعداد کاربران نهایی توصیه‌گر را کاهش داده‌اند.

در ادامه تحلیلی دیگر با بررسی 100 گروه مورد ارزیابی بیان می‌شود. شکل 18 میانگین ، و را برای 100 گروه مورد ارزیابی نشان می‌دهد. ما با تحلیل ، ، و در هر یک از 100 گروه مورد ارزیابی به این نتیجه دست‌یافتیم که با افزایش در هر گروه، به ترتیب ، و افزایش می‌یابد. دلیل افزایش کم در هر گروه این است که تعداد ادمین هیچ‌وقت همانند تعداد اعضا، تعداد جاری و تعداد سابق افزایش نمی‌یابد. میانگین برای 100 گروه 9.938 است و به دلیل مقدار بسیار کم نسبت به مقادیر ، و در شکل 18 نشان داده نشده است. بر طبق شکل 18، به‌طور میانگین از 13.893 اعضای گروه، میانگین 5643 کاربر در وضعیت و 8162 کاربر در وضعیت قرار دارند.

شکل 18. میانگین ، و برای 100 گروه مورد ارزیابی

5. نتیجه‌گیری و کارهای آینده

در این مقاله با استفاده از تحلیل گراف عضویت و مدل‌سازی مهاجرت بین گروهی کاربران، روشی برای توصیه کاربران ارائه شده است. روش پیشنهادی از سوابق عضویت، وضعیت جاری، وضعیت ادمین بودن کاربران در گروه‌ها و همچنین تعداد اعضای هر گروه برای تولید فهرستی از کاربران جهت توصیه استفاده می‌نماید و در این راستا قادر به مدل‌سازی رفتار کاربران و همچنین تضمین کیفیت توصیه‌ها می‌باشد. این روش شامل گام‌هایی جدید در ادامه روش گروه‌های مشابه [8] که جهت توصیه گروه ارائه شده بود، ایجاد شده است. هر یک از گام‌ها، گام قبل از خود را تکمیل می‌نماید و همچنین هر گام را می‌توان روشی جداگانه جهت توصیه کاربران در نظر گرفت. گام‌های روش پیشنهادی در این مقاله با روش گروه‌های مشابه که از گراف عضویت کاربران جهت توصیه گروه بهره برده است، ارزیابی و مقایسه شده‌اند. روش پیشنهادی تمامی معایب روش گروه‌های مشابه را رفع و با افزودن مهاجرت بین‌گروهی کاربران و بهبود آن، توصیه‌هایی با کیفیت را ارائه داده است. مهاجرت نیز بدین معنا است که حداکثر کاربرانی که هر گروه را ترک کرده‌اند، در حال حاضر عضو چه گروه‌هایی هستند. روش مهاجرت بر اساس تحلیل رفتار بین گروهی کاربران، ترجیحات آنان را جهت بهبود توصیه در نظر می‌گیرد. روش پیشنهادی با مدل‌سازی پارامتر‌های عددی استخراج‌شده از گروه‌های کاربران در تلگرام ایجاد شده است؛ همچنین این روش، کیفیت گروه‌هایی که کاربران از آنان توصیه می‌شوند را تضمین می‌نماید. پارامتر‌های کیفیت، گروه‌ها را بر اساس تعداد کاربران ادمین کم، سابق کم و جاری زیاد، رتبه‌بندی می‌نمایند. ما پس از افزودن پارامتر‌های کیفیت به روش پیشنهادی، مشاهده کردیم که خطا‌ها با افزودن کیفیت افزایش می‌یابد که این بیانگر رابطه مستقیم کیفیت و خطا در روش پیشنهادی است. نتایج حاصل از ارزیابی بیانگر آن است که روش پیشنهادی قادر به فراهم کردن توصیه کاربرانی دقیق با خطای کم مطابق با رفتار و علاقه‌مندی کاربران ورودی است. همچنین ما پس از تحلیل نتایج ارزیابی به این نکته دست‌یافتیم که درصورتی‌که کاربران ورودی به سامانه توصیه‌گر، با تحلیل رفتار و در نظر گرفتن علاقه‌شان، بر اساس درصد اشتراک با گروه‌ها رتبه‌بندی شوند، خطای کاربران توصیه شده نسبت به روش گروه‌های مشابه که تنها از گراف عضویت استفاده می‌نماید در معیار به 0.0812 و در معیار به 0.128 کاهش می‌یابد؛ همچنین این روش، توانایی پیش‌بینی مجموعه کاربران توصیه‌شده نهایی سامانه توصیه‌گر را نسبت به روش گروه‌های مشابه، به‌طور میانگین به 6271.9 کاربر افزایش داده است. درنهایت، اگر که کاربران را بر اساس سه وضعیت عضو سابق، جاری و ادمین در هر گروه در نظر بگیریم و با استفاده از مدل‌سازی رفتار آنان و بهره‌گیری از گراف، کاربرانی متناسب با علاقه‌شان توصیه نماییم، عملکرد توصیه‌گر بهبود و نتایج حاصل، خطای کمتری خواهند داشت. ارزیابی روش پیشنهادی در این مقاله به‌وسیله 100 گروه تخصصی تلگرام انجام شده است. ما با میانگین گرفتن از تعداد اعضا و وضعیت متفاوت کاربران، برای 100 گروه مورد ارزیابی به این نتیجه دست‌یافتیم که هرچقدر تعداد اعضای هر گروه افزایش می‌یابد، به ترتیب تعداد اعضای با وضعیت سابق، جاری و ادمین در هر گروه افزایش می‌یابد. همچنین در این پژوهش با تحلیل داده‌های استخراج شده از تلگرام این نتیجه حاصل شد که تعداد بسیاری از گروه‌های این پیام‌رسان بین 1000 تا 2000 عضو دارند؛ این نتایج با میانگین تعداد اعضای 920810 سوپرگروه در تلگرام به‌دست‌آمده است. داده‌های این مقاله بخش بزرگی از اطلاعات عمومی پیام‌رسان تلگرام را در نظر گرفته است؛ این داده‌ها شامل بیش از 120 میلیون کاربر و 900.000 سوپرگروه است.

جهت توسعه و بهبود این پژوهش در آینده می‌توان تعداد بیشتری از کاربران و گروه‌ها را در نظر گرفت. در این پژوهش از گراف کاربران به‌تنهایی استفاده شده است، حال‌آنکه می‌توان از اطلاعات محتوایی کاربران جهت برچسب‌زدن به هر گره کاربر در گراف بهره برد. جهت بهبود کارایی توصیه‌گر کاربر می‌توان از پیام‌های کاربران، تاریخ و ساعت ارسال پیام در گروه‌ها، استفاده نمود. همچنین در پژوهش‌های آتی می‌توان با در نظر گرفتن تعداد پیام‌های کاربر در هر گروه، امتیازی جهت مشارکت اعضا در نظر گرفت. چهارچوب این پژوهش مختص داده‌های تلگرام نبوده و می‌توان با استفاده از داده‌های دیگر پیام‌رسان‌ها و شبکه‌های اجتماعی که امکان ایجاد گروه را در بر دارند و همچنین رابط برنامه‌نویسی آنان در دسترس است، علاوه بر اثبات مؤثر بودن این روش بر روی آن محیط‌ها، به نقاط ضعف و قوت این روش و بهبود آن دست‌یافت.

مراجع

[1] Durov, P. 2020. 400 Million Users, 20,000 Stickers, Quizzes 2.0 and €400K for Creators of Educational Tests, accessed 10 January 2021, < https://telegram.org/blog/400-million>.

[2] Iqbal, M. 2020. Telegram revenue and usage statistics, accessed 13 May 2021, < https://www.businessofapps.com/data/telegram-statistics/>.

[3] Clement, J. 2020. Most popular global mobile messenger apps as of October 2020, based on number of monthly active users, accessed 10 January 2021, < https://www.statista.com/statistics/258749/most-popular-global-mobile-messenger-apps/ >.

[4] میلانی، فرزانه. زنوزی، سیدجعفر. (1398) « بررسی تاثیر استفاده از انواع استراتژی‌های بازاریابی در شبکه‌های اجتماعی بر جلب اعتماد مشتریان شورایی»، دوفصلنامه فناوری اطلاعات و ارتباطات ایران، دوره 11، شماره 39 (1398): 104-91.

[5] فتحیان، محمد. حضرتقلی‌زاده، رحیم. (1395) «ارائه روشی مناسب برای دسته‌بندی نامه‌های الکترونیکی تبلیغاتی بر مبنای پروفایل کاربران»، دوفصلنامه فناوری اطلاعات و ارتباطات ایران، دوره 8، شماره 27 (1395): 36-21.

[6] بهشتی‌نژاد، راحله. سمیع، محمدابراهیم. (1396) « بهبود سیستم‌های توصیه‌گر با کمک وب معنایی»، دوفصلنامه فناوری اطلاعات و ارتباطات ایران، دوره 9، شماره 31 (1396): 56-45.

[7] صابری، نفیسه. منتظر، غلامعلی. (1389) « شخصی سازی محیط یادگیری الکترونیکی به کمک توصیه گر فازی مبتنی برتلفیق سبک یادگیری و سبک شناختی»، دوفصلنامه فناوری اطلاعات و ارتباطات ایران، دوره 2، شماره 3 (1389): 109-91.

[8] هاشمی، سیدعلی. زارع چاهوکی، محمدعلی. (1397)، «توسعه بازاریابی با توصیه‌گر گروه‌های پیام‌رسان‌ها»، دوفصلنامه محاسبات و سامانه‌های توزیع شده، سال اول، شماره اول (1397): 30-21.

[9] G. Ramakrishnan, V. Saicharan, K. Chandrasekaran, M. V. Rathnamma, and V. Venkata Ramana. "Collaborative Filtering for Book Recommendation System", Advances in Intelligent Systems and Computing, Vol. 1057, Springer, Singapore, 2020, pp. 325-338.

[10] A. B. Melchiorre, E. Zangerle, and M. Schedl, "Personality Bias of Music Recommendation Algorithms", in Fourteenth ACM Conference on Recommender Systems, New York, NY, USA, 2020, pp. 533–538.

[11] محمدرضایی لرکی، رضوان. روان‌مهر، رضا. امراللهی، میلاد. (1398) «سيستم توصيه گر زمينه آگاه سفر با بهرهگيری از اطلاعات عکسهای برچسبدار جغرافيايی»، دوفصلنامه فناوری اطلاعات و ارتباطات ایران، دوره 11، شماره 41 (1398): 96-75.

[12] L. Sang et al., "Context-Dependent Propagating based Video Recommendation in Multimodal Heterogeneous Information Networks", IEEE Transactions on Multimedia, July 2020, p. 1.

[13] A. Zare, M. R. Motadel, and A. Jalali, "Presenting a hybrid model in social networks recommendation system architecture development", AI & SOCIETY, Vol. 35, No. 2, June 2020, pp. 469-483.

[14] D. M. JIMÉNEZ-BRAVO, J. F. D. Paz, and G. Villarrubia, "Twitter’s Experts Recommendation System Based on User Content,” In: International Symposium on Distributed Computing and Artificial Intelligence, Springer, Cham, 2018, pp. 251-258.

[15] X. Cai et al., "Learning Collaborative Filtering and Its Application to People to People Recommendation in Social Networks," 2010 IEEE International Conference on Data Mining, 2010, pp. 743-748.

[16] L. Berkani, "A semantic and social‐based collaborative recommendation of friends in social networks", Software: Practice and Experience, Vol. 50, No. 8, August 2020, pp. 1498-1519.

[17] P. Kumar and G. R. Mohana Reddy, "Friendship Recommendation System Using Topological Structure of Social Networks," in Proc. of Progress Intelligent Computing Techniques: Theory, Practice, and Applications, Singapore, Aug. 2018, pp. 237–246.

[18] S. Huang, J. Zhang, L. Wang, and X.-S. Hua, "Social Friend Recommendation Based on Multiple Network Correlation," IEEE Transactions on Multimedia, vol. 18, no. 2, pp. 287–299, Feb. 2016.

[19] A. Alshammari, S. Kapetanakis, R. Evans, N. Polatidis, and G. Alshammari, "User modeling on twitter with exploiting explicit relationships for personalized recommendations", In International Conference on Hybrid Intelligent Systems, Springer, Cham, 2018, pp. 135-145.

[20] D. F. Gurini, F. Gasparetti, A. Micarelli, and G. Sansonetti, “A Sentiment-Based Approach to Twitter User Recommendation,” in Proc. of Recommender System and the Social Web (CEUR Workshop), Hong kong, China, Oct. 2013.

[21] K. Xu et al., "Improving user recommendation by extracting social topics and interest topics of users in uni-directional social networks," Knowledge-Based Systems, vol. 140, pp. 120–133, Jan. 2018.

[22] H. J. Jeong, K. H. Lee, and M. H. Kim, "DGC: Dynamic group behavior modeling that utilizes context information for group recommendation", Knowledge-Based Systems, Vol. 213, December 2020, p. 106659.

[23] S. Guo, S. J. Ji, C. Zhang, X. Wang, and J. Zhao, "A New Multi-criteria Recommendation Algorithm for Groups of Users", In: International Conference on Genetic and Evolutionary Computing, Springer, Singapore, 2019, pp. 735-742.

[24] F. Ortega, R. Hurtado, J. Bobadilla, and R. Bojorque, "Recommendation to groups of users using the singularities concept", IEEE Access, Vol. 6, July 2018, pp. 39745-39761.

[25] D. Karimpour, M. A. Zare Chahooki and A. Hashemi, "User recommendation based on Hybrid filtering in Telegram messenger," 26th International Computer Conference, Computer Society of Iran (CSICC), 2021, pp. 1-7.

[26] E. Yalcin, F. Ismailoglu, and A. Bilge, "An entropy empowered hybridized aggregation technique for group recommender systems", Expert Systems with Applications, Vol. 166, October 2020, p. 114111.

[27] H. Yin, Q. Wang, K. Zheng, Z. Li, and X. Zhou, "Overcoming Data Sparsity in Group Recommendation", IEEE Transactions on Knowledge and Data Engineering, September 2020.

[28] A. Hashemi and M. A. Z. Chahooki, "Telegram group quality measurement by user behavior analysis", Social Network Analysis and Mining, Vol. 9, No. 1, July 2019, p. 33.

User recommendation in Telegram messenger by graph analysis and mathematical modeling of users' behavior

Davod Karimpour1, Mohammad Ali Zare Chahooki2, Ali Hashemi3

1. MSc student in Computer Engineering, Faculty of Computer Engineering, Yazd University, Yazd, Iran

2. Assistant Professor, Faculty of Computer Engineering, Yazd University, Yazd, Iran

3. PhD candidate in Computer Engineering, Faculty of Computer Engineering, Yazd University, Yazd, Iran

Corresponding Author: Mohammad Ali Zare Chahooki, Faculty of Computer Engineering, Yazd University, Yazd, Iran.

Abstract:

Keywords: Recommender systems, Telegram messenger, graph analysis, users' behavior.

Home Page

Share To

Article Url

User recommendation in Telegram messenger by graph analysis and mathematical modeling of users' behavior