{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "Q199",
        "title": "پیش‌بینی رویدادهای اجتماعی جهان واقعی با تحلیل شبکه‌های اجتماعی مجازی",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1400",
        "last_update": "2026-07-11",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "Q199",
        "title": "پیش‌بینی رویدادهای اجتماعی جهان واقعی با تحلیل شبکه‌های اجتماعی مجازی",
        "degree": null,
        "faculty": "پردیس خوارزمی و آموزش های الکترونیکی",
        "year": 1400,
        "authors": [
            {
                "name": "ابوالفضل یاوری خلیل آباد",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "حمید حسن پور",
                "role": "استاد راهنما"
            },
            {
                "name": "محمدباقر رحیم پور",
                "role": "استاد مشاور"
            },
            {
                "name": "مهرگان مهدوی",
                "role": "استاد مشاور"
            }
        ],
        "keywords": [
            "تحلیل شبکه‌های اجتماعی مجازی",
            "تشخیص رویداد",
            "پیش‌بینی رویداد",
            "پیش‌بینی نتیجه انتخابات",
            "نرخ ارسال توییتها",
            "خوشه‌بندی افزایشی"
        ],
        "abstract": "در دهه اخیر، ضریب نفوذ بالای شبکه‌های اجتماعی مجازی در بین افراد جوامع و فراوانی و در دسترس بودن داده‌هایشان، توجه پژوهشگران زیادی را به تحلیل شبکه‌های اجتماعی معطوف کرده است. یکی از کاربردهای مهم تحلیل شبکه‌های اجتماعی مجازی، تشخیص و پیش‌بینی وقوع رویداد می‌باشد. روشهای موجود در زمینه پیش‌بینی رویداد، تنها بر روی یک رویداد خاص تمرکز دارند، در حالیکه آنچه در این پایان‌نامه به آن پرداخته شده است، پیش‌بینی کلیه رویدادهای قابل پیش‌بینی می‌باشد. در این پژوهش رویداد به چیزی اطلاق می‌گردد که تغییر و تحولات قابل توجه، در برخی پارامترها و ویژگیهای مهم شبکه اجتماعی مجازی ایجاد کند. ویژگی‌ که در روش پیشنهادی به آن توجه شده است، تغییرات نرخ ارسال پیامها به شبکه اجتماعی می‌باشد. در روش پیشنهادی، ابتدا بر مبنای یک پنجره زمانی ثابت، عملیات تقسیم‌بندی توییتها و سپس پیش‌پردازشهای معمول حوزه متن‌کاوی بر روی هر دسته انجام می‌شود. پس از آن با استفاده از روش تجزیه غیرمنفی ماتریس (NMF) و خوشه‌بندی افزایشی فرایند رستوران چینی مبتنی بر فاصله(ddCRP)، خوشه‌بندی توییت‌ها صورت می‌پذیرد. همزمان بر مبنای میزان تغییرات نرخ ورود توییتها به هر خوشه، وقوع رویداد پیش‌بینی می‌گردد. نهایتا توصیفی از رویدادها بصورت چند کلمه پرتکرار در هر خوشه، به عنوان رویدادهای آینده، نمایش داده می‌شوند. \r\nروش پیشنهادی، بر روی یک مجموعه داده از توییتر، شامل تقریبا 12 میلیون توییت که 1940 رویداد را در بر می‌گیرد، مورد ارزیابی قرار گرفته است و با دقت 84 درصد موفق به پیش‌بینی وقوع رویدادها در آینده شده است.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_Q199.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}