ارائه یک مدل واکنشی مبتنی برپاسخ برای شناسایی کاربران تاثیرگذار در گراف شبکه های اجتماعی

یک شبکه اجتماعی، ساختاری متشکل از افراد و راتباطات بین آنها است. در سال های اخیر این شبکه ها به صورت فزاینده ای بر روی اینترنت ظهور پیدا کردند. این شبکه ها با توجه به فعالیت های کاربران حجم بزرگی از اطلاعات را تولید می کنند. در بعضی از شبکه های اجتماعی مانند فیس بوک تعداد زیادی از کاربران، کاربران دیگر را به عنوان دوست اضافه کرده و با انها شروع به برقراری ارتباط می نمایند. سپس اطلاعاتی مانند عکس ها، ویدیو، مکان های دیدنی، اتفاقات روزمره، علایق و اولویت های خود را به اشتراک می گذارند. امروز گستره انتشار اطلاعات یکی از نکات مورد توجه در اکثر شبکه های اجتماعی است به همین دلیل یک چالش مهم در این شبکه ها، چگونگی شناسایی افراد تاثیرگذار در انتشار اطلاعات است. رویکردهای مختلفی برای شناسایی افراد تاثیرگذار در شبکه های اجتماعی توسط پژوهشگران ارائه شده است. در این میان روش هایی هستند که با دقت اندازه گیری نسبتا کمی انجام شده اند. در روش پیشنهادی فرض بر این است که کاربران از طریق واکنش و پاسخ به محتوای کاربران دیگر از طریق پست هایی مانند لایک و کامنت ارتباطات را شکل می دهند. در این مدل سعی بر آن شده است تا با بکارگیری تعداد بیشتری از کمیت  قابل ارزیابی درباره هر فرد از قبیل ارسال و دریافت ها در سطح شبکه، نشر و باز نشر پیام در بین گروه، لایک و کامنت های تصاویر کاربر و نظردهی هر فرد درباره یک موضوع خاص در طول یک بازه زمانی مشخص معیار جدیدی برای محاسبه ضریب تاثیر هر گره در شبکه ارائه گردد. آنچه موجب تفاوت در بین کاربران می شود، واکنش مبتنی بر پاسخ در بین کاربران شبکه های اجتماعی است. به این معنا که کاربری که در سطح شبکه واکنش مبتنی بر پاسخ بیشتری دارد با گرهی که فعالیت یا واکنش مبتنی بر پاسخ چندانی ندارد متفاوت است. بنابراین هرچه تعداد ویژگی های مربوط به فعالیت یا واکنش مبتنی بر پاسخ کاربران بیشتر باشد بهتر است. نتایج بدست آمده از شبیه سازی نشان می دهد که روش پیشنهادی افراد تاثیرگذار را بادقت بالاتری نسبت به سایر روش ها شناسایی می کند.