فرزام متین فر

شبکه های اجتماعی موبایلی موجب تسهیل ارتباطات از طریق موبایل می شوند. کاربران این شبکه ها از موبایل به منظور دسترسی، اشتراک و توزیع اطلاعات استفاده می کنند. با افزایش روزافزون کاربران در شبکه های اجتماعی، حجم زیادی ازاطلاعات به اشتراک گذاشته شده که مشکلاتی از جمله انتشار مطالب نادرست و شایعات دروغ را در پی دارد. قوی ترین عامل برای سنجش صحت اطلاعات، استفاده از اعتبار هر کاربر به عنوان منبع توزیع اطلاعات می باشد. اعتبار هر کاربر به عنوان منبع پخش اطلاعات می تواند بر اساس اعتماد دیگر کاربران به آن کاربر محاسبه شود. با توجه به ذهنی و ادراکی بودن مفهوم اعتماد، نگاشت اعتماد به یک مدل محاسباتی یکی از مساله های مهم در سیستم های محاسباتی شبکه های اجتماعی است. علاوه بر این ممکن است در شبکه های اجتماعی، اجتماعات گوناگونی وجود داشته باشد. در نتیجه، همه کاربران به صورت مستقیم به یکدیگر متصل نخواهند بود که منجر به پیچیده تر شدن فرآیند محاسبه اعتماد می شود. در این مقاله با استفاده از ویژگی های کاربران در شبکه های اجتماعی، روشی جهت دسته بندی فازی کاربران پیشنهاد شده است و اعتماد بین کاربران واقع در یک دسته با استفاده از یک مدل محاسباتی، محاسبه می شود. هم چنین با استفاده از فرآیندهای ترکیب، انتقال و اجتماع اعتمادها، اعتماد بین کاربرانی که به صورت مستقیم به یکدیگر متصل نیستند نیز بدست می آید. با بررسی نتایج، مشاهده می شود که روش پیشنهادی افراد قابل اعتماد را با دقت بالایی تشخیص می دهد.

امروزه به دلیل حجم انبوه اطلاعات از پایگاه داده های NoSQL برای محاسبه ی داده های پیچیده استفاده می شود. این پایگاه داده ها با قابلیت ذخیره داده های نیمه ساختاریافته [1] و بدون ساختار [2] برای مدیریت داده های بزرگ [3] مورد استفاده قرار می گیرند. در این مقاله پرس وجوهای فازی توسط کاربران بر روی اطلاعات ذخیره شده در پایگاه داده ی گراف Neo4j انجام شده است که منجر به نمایش نتایج به صورت غیرفازی می شود. برای ارزیابی کارایی روش پیشنهادی، با در نظر گرفتن یک پایگاه داده از داده های مربوط به شرکت قطعه سازی، دو متفیر قیمت و کیفیت با ویژگی فازی در نظر گرفته شد و از آن ها برای تعریف و اجرای پرسش های فازی استفاده شد که نتایج می تواند صحت عملکرد روش پیشنهادی را تائید کند. علاوه براین، یک مشاور که دارای اطلاعات در مورد داده ها می باشد، اصطلاح های فازی [4] ، توابع عضویت [5] و جدول قوانین فازی [6] را تعریف می کند. یکی از فرآیندهای مهم در این روش یافتن مرکزثقل به منظور غیرفازی سازی نتیجه نهایی است که به این منظور الگوریتمی با زبان برنامه نویسی C# پیاده سازی شده است. بیشترین زمان پرس وجو مربوط به یافتن مرکزثقل است و پیچیدگی مسائل فازی سربار زمانی بیشتری تحمیل نخواهد کرد. نتایج ارزیابی نشان می دهد که افزایش زمان پرس وجو با استفاده از رویکرد پیشنهادی مبتنی بر منطق فازی نسبت به زمان پرس وجو با زبان Cypher ، با در نظر گرفتن پیچیدگی بیشتر مفاهیم فازی قابل قبول می باشد؛ در نتیجه راهکار پیشنهادی گزینه مناسبی برای بهره گیری پرس وجوهای مبهم درون پایگاه داده های بزرگ خواهد بود.