خوارزمية لوفان ودالة Get_communities - كتاب الذكاء الإصطناعي - الصف 12 - الفصل 1 - المملكة العربية السعودية

خوارزمية لوفان Louvain Algorithm

تتضمن مكتبة Networkx العديد من الخوارزميات لتحليل المخطط والبحث عن المجتمعات. واحدة من الخيارات الأكثر فعالية هي خوارزمية لوفان التي تعمل عبر تحريك العقد بين المجتمعات حتى تجد بنية المجتمع التي تمثل الربط الأفضل في الشبكة الضمنية.

دالة ()Get_communities

تستخدم الدالة الآتية خوارزمية لوفان للبحث عن المجتمعات في المخطط المبني على الكلمات. تحسب الدالة كذلك مؤشر الأهمية لكل مجتمع على حده، ثم تكون المخرجات في صورة قاموسين: • word_to_community الذي يربط الكلمة بالمجتمع. • community_scores الذي يربط المجتمع بدرجة الأهمية. الدرجة تساوي مجموع تكرار الكلمات في المجتمع. على سبيل المثال، إذا كان المجتمع يتضمن ثلاثة كلمات تظهر 5 و 8 و 6 مرات في النص، فإن مؤشر المجتمع حينئذ يساوي 19. ومن ناحية المفهوم، يمثل المؤشر جزءًا من النص الذي يضمه المجتمع.

from networkx.algorithms.community import louvain_communities from collections import Counter # used to count the frequency of elements in a list def get_communities( G, # the input graph tokenized_doc:list): # the list of words in a tokenized document # gets the communities in the graph communities=louvain_communities(G, weight='weight') word_cnt=Counter(tokenized_doc)# counts the frequency of each word in the doc word_to_community={} community_scores={} for comm in communities: # for each community # convert it from a set to a tuple so that it can be used as a dictionary key. comm=tuple(comm) score=0 # initialize the community score to 0. for word in comm: # for each word in the community word_to_community[word]=comm # map the word to the community score+=word_cnt[word] # add the frequency of the word to the community's score. community_scores[comm]=score # map the community to the score. return word_to_community, community_scores

وزارة التعليم 179 Ministry of Education 2023 - 1447

خوارزمية لوفان Louvain Algorithmتتضمن مكتبة Networkx العديد من الخوارزميات لتحليل المخطط والبحث عن المجتمعات. واحدة من الخيارات الأكثر فعالية هي خوارزمية لوفان التي تعمل عبر تحريك العقد بين المجتمعات حتى تجد بنية المجتمع التي تمثل الربط الأفضل في الشبكة الضمنية.--- SECTION: دالة ()Get_communities --- دالة ()Get_communitiesتستخدم الدالة الآتية خوارزمية لوفان للبحث عن المجتمعات في المخطط المبني على الكلمات. تحسب الدالة كذلك مؤشر الأهمية لكل مجتمع على حده، ثم تكون المخرجات في صورة قاموسين: • word_to_community الذي يربط الكلمة بالمجتمع. • community_scores الذي يربط المجتمع بدرجة الأهمية. الدرجة تساوي مجموع تكرار الكلمات في المجتمع. على سبيل المثال، إذا كان المجتمع يتضمن ثلاثة كلمات تظهر 5 و 8 و 6 مرات في النص، فإن مؤشر المجتمع حينئذ يساوي 19. ومن ناحية المفهوم، يمثل المؤشر جزءًا من النص الذي يضمه المجتمع.from networkx.algorithms.community import louvain_communities from collections import Counter # used to count the frequency of elements in a list def get_communities( G, # the input graph tokenized_doc:list): # the list of words in a tokenized document# gets the communities in the graph communities=louvain_communities(G, weight='weight') word_cnt=Counter(tokenized_doc)# counts the frequency of each word in the doc word_to_community={} community_scores={}for comm in communities: # for each community # convert it from a set to a tuple so that it can be used as a dictionary key. comm=tuple(comm) score=0 # initialize the community score to 0.for word in comm: # for each word in the community word_to_community[word]=comm # map the word to the community score+=word_cnt[word] # add the frequency of the word to the community's score.community_scores[comm]=score # map the community to the score.return word_to_community, community_scores2023 - 1447--- VISUAL CONTEXT ---Context: Standard footer branding for educational materials, indicating the source or publisher.