هوش مصنوعی در شبکه‌های اجتماعی

تعداد بازدید:۵۸

 

توسعه شبکه‌های اجتماعی برخط امکان تولید داده‌های عظیمی را توسط کاربران مختلف دنیا فراهم کرده و باعث دسترسی به دادگان آموزشی کلان و ایجاد تحول در هوش مصنوعی شده است. تحلیل محتوا و ساختار شبکه‌ها و رسانه‌های اجتماعی، شناخت ما را از رفتار جمعی کاربران بالا برده و پژوهشهای حوزه‌های علوم اجتماعی محاسباتی، روانشناسی محاسباتی، اقتصاد رفتاری و نظایر آنها را کم هزینه و قابل انجام در ابعاد وسیع کرده است.

از طرف دیگر مطالعه ساختار شبکه‌های حاصل از ارتباطات اجتماعی کاربران باعث کشف الگوها و رفتارهایی در این شبکه‌ها شده که تحلیل ارتباطات و پیش بینی آینده آنها را تا حدی امکان پذیر کرده و باعث ایجاد علم جدیدی بنام علم شبکه شده است. در حال حاضر پژوهشگران متعددی از حوزه‌های مختلفی همچون فیزیک، ریاضی، زیست شناسی، علوم اجتماعی و ارتباطات، علوم سیاسی، اقتصاد، بازاریابی و تبلیغات، روانشناسی، پزشکی، داروسازی در زمینه علوم شبکه و تحلیل شبکه‌های پیچیده پژوهش میکنند.

مسائل تحلیل محتوا و تحلیل ساختار شبکه‌های اجتماعی به دلیل ابعاد کلان و پیچیدگی آنها نیاز به استفاده از ابزارهای مختلف مبتنی بر هوش مصنوعی همانند پردازش زبان طبیعی، پردازش تصویر، پردازش صحبت، یادگیری ماشینی، تحلیل گرافهای بزرگ بویژه شبکه‌های عصبی گرافی و ... دارند.

 

پروژه‌ها:

 

  1. تحلیل متن و پردازش زبان طبیعی بر روی شبکه‌های اجتماعی (تشخیص زبان، تشخیص سوگیری و موضع افراد، تشخیص موضوع، تشخیص و تحلیل وقایع، تحلیل شخصیت و فاکتورهای شناختی کاربران، تشخیص هیجان، تحلیل و استخراج اطلاعات دموگرافیک کاربران شبکه‌های اجتماعی مانند سن، مکان، جنسیت، شغل، تحصیلات و ...)

  2. تحلیل محتوای چند رسانه‌ای شبکه‌ها و رسانه‌های اجتماعی (تشخیص چهره، تشخیص متن، تشخیص مکان، تشخیص لوگو، تشخیص هیجان)

  3. تحلیل افکار عمومی و پیش بینی حرکتهای اجتماعی

  4. پیش بینی انتخابات و پایش و طراحی کمپین تبلیغاتی کاندیداها

  5. بازاریابی دیجیتال، تبلیغات برخط، تبلیغ ویروسی (چهره به چهره)

  6. تحلیل و تشخیص شایعه و اخبار دروغ

  7. مطالعه شبکه‌های پیچیده مختلف، تحلیل مرکزیت و استخراج انجمن

  8. بیشینه سازی تاثیر در شبکه‌های اجتماعی

  9. تحلیل شبکه‌های مغزی

 

اساتید:

 

  • دکتر مسعود اسدپور

  • دکتر هشام فیلی

  • دکتر آزاده شاکری

  • دکتر حسین وهابی

  • دکتر محمدرضا ابوالقاسمی دهاقانی

 

واحدهای همکار:

 

  • گروه‌های نرم‌افزار، فناوری اطلاعات، سخت افزار، کنترل، مهندسی پزشکی و مخابرات

  • دانشکده روانشناسی

  • دانشکده علوم اجتماعی

  • دانشکده اقتصاد

  • پژوهشگاه علوم شناختی و پژوهشگاه دانش‌های بنیادی

  • پژوهشگاه رویان

 

مقالات برگزیده:

 

  1. J Halloy, G Sempo, G Caprari, C Rivault, M Asadpour, F Tâche, I Saïd,..., Social integration of robots into groups of cockroaches to control self-organized choices, Science 318 (5853), 1155-1158, 2007

  2. MN Ahmadabadi, M Asadpour, Expertness based cooperative Q-learning, IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics) 32, 2002

  3. MM Keikha, M Rahgozar, M Asadpour, Community aware random walk for network embedding, Knowledge-Based Systems 148, 47-54, 2018

  4. M Afshar, M Asadpour, Opinion formation by informed agents, Journal of Artificial Societies and Social Simulation 13 (4), 5, 2010

  5. E Sherkat, M Rahgozar, M Asadpour, Structural link prediction based on ant colony approach in social networks, Physica a: statistical mechanics and its applications 419, 80-94, 2015

  6. MM Keikha, M Rahgozar, M Asadpour, MF Abdollahi, Influence maximization across heterogeneous interconnected networks based on deep learning, Expert Systems with Applications 140, 112905, 2020

  7. M Heidari, M Asadpour, H Faili, SMG: Fast scalable greedy algorithm for influence maximization in social networks, Physica A: Statistical Mechanics and its Applications 420, 124-133, 2015

  8. SA Tabrizi, A Shakery, M Asadpour, M Abbasi, MA Tavallaie, Personalized pagerank clustering: A graph clustering algorithm based on random walks, Physica A: Statistical Mechanics and its Applications 392 (22), 5772-5785, 2013

  9. P Bazmi, M Asadpour, A Shakery, Multi-view co-attention network for fake news detection by modeling topic-specific user and news source credibility, Information Processing & Management 60 (1), 103146, 2023

  10. MN Ahmadabadi, M Asadpour, E Nakano, Cooperative Q-learning: the knowledge sharing issue, Advanced Robotics 15 (8), 815-832, 2001

  11. A Balali, M Asadpour, R Campos, A Jatowt,Joint event extraction along shortest dependency paths using graph convolutional networks, Knowledge-Based Systems 210, 106492, 2020

  12. H Raei, N Yazdani, M Asadpour, A new algorithm for positive influence dominating set in social networks, 2012 IEEE/ACM International Conference on Advances in Social Networks, 2012

  13. M Dehghani, A Shakery, M Asadpour, A Koushkestani, A learning approach for email conversation thread reconstruction, Journal of Information Science 39 (6), 846-863, 2013

  14. F Shoeleh, M Asadpour, Skill based transfer learning with domain adaptation for continuous reinforcement learning domains, Applied Intelligence 50 (2), 502-518, 2020

  15. R Badie, A Aleahmad, M Asadpour, M Rahgozar, An efficient agent-based algorithm for overlapping community detection using nodes’ closeness, Physica A: Statistical Mechanics and its Applications 392 (20), 5231-5247, 2013

  16. HA Deylami, M Asadpour, Link prediction in social networks using hierarchical community detection, 7th Conference on Information and Knowledge Technology (IKT), 1-5, 2015

  17. S Zamani, M Asadpour, D Moazzami, Rumor detection for persian tweets, 2017 Iranian Conference on electrical engineering (ICEE), 1532-1536, 2017

  18. MN Ahmadabadi, A Imanipour, BN Araabi, M Asadpour, R Siegwart, Knowledge-based extraction of area of expertise for cooperation in learning, 2006 IEEE/RSJ International Conference on Intelligent Robots and Systems, 2006

  19. MM Keikha, M Rahgozar, M Asadpour, DeepLink: A novel link prediction framework based on deep learning, Journal of Information Science 47 (5), 642-657, 2021

  20. F Ghayour-Baghbani, M Asadpour, H Faili, MLPR: Efficient influence maximization in linear threshold propagation model using linear programming, Social Network Analysis and Mining 11, 1-10, 2021

  21. AM Abdolhosseini-Qomi, SH Jafari, A Taghizadeh, N Yazdani, Link prediction in real-world multiplex networks via layer reconstruction method, Royal Society open science 7 (7), 191928, 2020

  22. AM Abdolhosseini-Qomi, N Yazdani, M Asadpour, Overlapping communities and the prediction of missing links in multiplex networks, Physica A: Statistical Mechanics and its Applications 554, 124650,2020