ÇOK AMAÇLI SOSYAL TABANLI METASEZGİSEL OPTİMİZASYON ALGORİTMALARI İLE SOSYAL AĞLARDA ÖRTÜŞEN TOPLULUK KEŞFİ

Abstract

İnternetin gelişimine paralel olarak, sosyal ağlar birçok farklı disiplinde araştırma konusu olarak cazip hale gelmiştir ve çoğu gerçek sistem karmaşık ağlar ile ifade edilmiştir. Karmaşık ağların en genel özelliği, düğüm gruplarınıın kendi içerisindeki bağlatıların ağın geri kalanına göre yoğun ilişkiler içinde olduğu topluluk yapılarıdır. Başlıca kümelerin ve topluluk yapılarının belirlenmesi, web çizelgeleri ve biyolojik ağlar gibi karmaşık ağların organizasyonel kurallarının keşfedilmesine izin verir. Genel olarak, toplulukların örtüştüğü görülmektedir. Örtüşme, bir bireyin birden fazla sosyal gruba ait olması durumu olup, sosyal ağların karakteristik özelliklerinden biridir. Son yıllarda, örtüşen topluluk keşfi sosyal ağların uygulama alanlarında çok dikkat çekmektedir. Örtüşen topluluk keşfi problemini çözmek için farklı araç ve teknikler kullanan birçok yöntem önerilmiştir. Bu tez çalışması, örtüşen topluluk keşfi problemine daha iyi bir çözüm elde etmek amacı ile çok amaçlı sosyal tabanlı metasezgisel optimizasyon algoritması olan Parlamenter Optimizasyon Algoritması (POA) önermektedir. Önerilen algoritma modülerlik ve iç yoğunluk olmak üzere iki amaç fonksiyonunu optimize eder. Yapay ve karmaşık gerçek dünya verileri üzerinde yapılan denemeler çok amaçlı topluluk keşfi algoritmasının, örtüşen topluluk keşfi problemi için faydalı olduğunu göstermektedir. Anahtar Kelimeler: Sosyal Ağlar, Örtüşen Topluluk Tespiti, Çok Amaçlı Optimizasyon, Parlamenter Optimizasyon Algoritması.

Parallel to growth of the Internet, social networks have become more attractive as a research topic in many different disciplines and many real systems can be denoted as a complex network. A common feature of complex network is community structure, groups of nodes in the network that are more densely connected internally than with the rest of the network. Identifying major clusters and community structures allow us to expose organizational principles in complex network such as web graphs and biological networks. Generally, it has been shown that communities are usually overlapping. Overlap is one of the characteristics of social networks, in which a person may belong to more than one social group. In recent years, overlapping community detection has attracted a lot of attention in the area of social networks applications. Many methods have been developed to solve overlapping community detection problem, using different tools and techniques. This thesis study proposes a multi-objective approach social based metaheuristic algorithm, Parliamentary Optimization Algorithm (POA), with the aim to acquire a better solution to overlapping community detection problems. The proposed algorithm optimized two objective functions, the modularity and internal density. The experimental results on synthetic and real world complex networks show that the multi-objective community detection algorithm provides beneficial method for discovering overlapping community problem. Key Words: Social Networks, Overlapping Community Detection, Multi-Objective Optimization, Parliamentary Optimization Algorithm.