پیشگویی پیوند در شبکه های اجتماعی با استفاده از ترکیب دسته بندی کننده ها

نویسندگان

اعظم کی پور

azam keypour malek ashtar universityدانشگاه صنعتی مالک اشتر مرتضی براری

malek ashtar universityدانشگاه صنعتی مالک اشتر حسین شیرازی

malek ashtar universityدانشگاه صنعتی مالک اشتر

چکیده

™ پیشگویی پیوند در شبکه های اجتماعی یکی از فعالیت های مهم در تحلیل شبکه های اجتماعی است. اهمیت پیشگویی پیوند در شبکه های اجتماعی به دلیل طبیعت دینامیک آنهاست. اعضا و پیوندهای ارتباطی بین آنها در این شبکه ها مدام در حال افزایش است و این پیوندها ممکن است به دلایل گوناگون، از دست برود. لذا با پیشگویی این پیوندها، امکان گسترش و تکمیل این شبکه ها و بازیابی اطلاعات و موارد از دست رفته را می توان بدست آورد. برای کشف و پیشگویی این پیوندها نیاز به اطلاعاتی است که غالباً از ساختار گرافی شبکه استخراج می شوند و به عنوان معیارهایی برای پیشگویی مورد استفاده قرار می گیرند. در این مقاله پس از معرفی دو معیار جدید که کارایی موثری در پیشگویی و نیز ارائه پیشنهادات از خود نشان داده اند، روش جدیدی ارائه شده است که با ترکیب چند دسته بندی کننده و با بهره گیری از روش های تکاملی (الگوریتم ژنتیک و الگوریتم رقابت استعماری)، عمل پیشگویی پیوند را به انجام می رساند. برای اثبات کار از دو مجموعه داده واقعی facebook و epinions استفاده شده است. ما نشان داده ایم که روش پیشنهادی می تواند کارایی و دقت پیشگویی را افزایش دهد.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

دسته بندی پرسش ها با استفاده از ترکیب دسته بندها

هدف از تولید و گسترش سیستم های پرسش و پاسخ، ایجاد پاسخ دقیق برای پرسش داده شده به زبان طبیعی می باشد. یکی ازمهم ترین بخش های سیستم های پرسش و پاسخ دسته بندی پرسش است. عمل دسته بندی پرسش، پیش بینی نوع پاسخ مورد نیاز برای پرسش داده شده به زبان طبیعی می باشد. کارهای انجام شده در این زمینه را می توان در دو دسته ی مبتنی بر قانون و مبتنی بر یادگیری تقسیم کرد. در این مقاله برای دسته بندی پرسش ها، از ی...

متن کامل

ارائه ی یک مدل جهت دسته‌بندی متون فارسی با استفاده از ترکیب روش های دسته بندی

برای دسته­بندی متن از تکنیک­های استخراج اطلاعات، پردازش زبان طبیعی و یادگیری ماشین به طور وسیع استفاده می‌شود به طور کلی هدف یک دسته بند متون، دسته­بندی اسناد در قالب تعداد معینی از دسته­های از پیش تعیین شده می­باشد. هر سند می‌تواند در یک، چند و یا هیچ دسته‌ای قرار بگیرد. در مورد هر سند به این سؤال پاسخ داده خواهد شد که این سند در کدام یک از دسته­ها قرار می‌گیرد. این موضوع می‌تواند در قالب یک ی...

متن کامل

ارائه ی یک مدل جهت دسته‌بندی متون فارسی با استفاده از ترکیب روش های دسته بندی

برای دسته­بندی متن از تکنیک­های استخراج اطلاعات، پردازش زبان طبیعی و یادگیری ماشین به طور وسیع استفاده می شود به طور کلی هدف یک دسته بند متون، دسته­بندی اسناد در قالب تعداد معینی از دسته­های از پیش تعیین شده می­باشد. هر سند می تواند در یک، چند و یا هیچ دسته ای قرار بگیرد. در مورد هر سند به این سؤال پاسخ داده خواهد شد که این سند در کدام یک از دسته­ها قرار می گیرد. این موضوع می تواند در قالب یک ی...

متن کامل

ارزیابی رفتار دینامیکی خاک ‏های ریزدانه با استفاده از الگوریتم دسته ‏بندی گروهی داده‏ ها

با توجه به اینکه عملکرد صحیح تأسیسات زیربنایی نیاز به طراحی دقیق دارد، بنابراین ارزیابی دقیق پارامترهای کلیدی با به ‏کارگیری روش­ های نوین از اهمیت ویژه­ ای برخوردار است. در سازه ­های خاکی و سیستم ­های حمل و نقل، به ­عنوان بخشی از مهم ترین ابنیه ­ی فنی و زیرساخت­ ها که خدماتی ضروری برای بشر فراهم می ­نمایند، همواره برآورد و پیش­بینی دقیق ­تر رفتار خاک، بخصوص در برابر بارهای دینامیکی، بسیار اهمی...

متن کامل

ارائه روشی جدید برای پیشگویی پیوند بین رأس های موجود در شبکه های اجتماعی

امروزه شبکه های اجتماعی برخط به دلیل امکان ایجاد ارتباط بین افراد مختلف در سرتاسر دنیا، دارای محبوبیت زیادی هستند. این شبکه های اجتماعی که دارای امکاناتی از قبیل پیشنهاد دوست به کاربران هستند، در اغلب موارد جهت ارائه پیشنهادات خود، از ویژگی های محلی ساختار گراف شبکه استفاده می کنند. برای ارائه پیشنهاد در این شبکه ها، روش های مختلفی با دو رویکرد محلی و سراسری پیمایش گراف شبکه پیشنهاد شده و مورد ...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید


عنوان ژورنال:
محاسبات نرم

جلد ۴، شماره ۲، صفحات ۲-۱۷

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023