پیش بینی پیوند در شبکه های اجتماعی با روش شبکه های پیچیده
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه قم
- نویسنده لاله مداح علی
- استاد راهنما محمدحسین یکتایی حسن هانی
- سال انتشار 1393
چکیده
شبکه های اجتماعی یک راه رایج برای مدل سازی تعاملات بین افراد در یک گروه یا کمیته هستند. می توان آنها را به صورت گراف، نمایش داد که یک راس معادل یک فرد و یک یال نشان دهنده نوعی ارتباط بین افراد متناظر است. ارتباطات معمولا با علایق متقابل که ذاتی یک گروه هست شکل می گیرد. اما، شبکه های اجتماعی خیلی پویا هستند، چون در طی زمان یال ها و گره های جدید به گراف اضافه می شوند. درک پویایی های که از رشد شبکه های اجتماعی نشات می گیرند به علت وجود تعداد زیادی پارامتر متغیر یک مسئله پیچیده است. اما، یک مسئله نسبتا ساده تر درک ارتباط بین گره های خاص است. برای مثال، برخی سوال های جالب که پیش می آید این گونه است: الگوی ارتباط در طی زمان چگونه تغییر می کند؟ فاکتورهایی که ارتباطات را هدایت می کنند چه هستند؟ یک نمونه از یک مسئله خاص که در این مقاله به آن اشاره می کنیم پیش بینی احتمال ارتباط آینده بین دو گره است، با دانستن اینکه هیچ ارتباطی بین گره های در حالت فعلی گراف نیست. این مشکل به پیش بینی لینک معروف است.
منابع مشابه
مطالعه روش های آنالیز شبکه جهت تفسیر فنوتیپ های پیچیده در شبکه های بیولوژیک
آنالیز شبکه ژنی بخش مهمی از مطالعات بیولوژی سیستم ها است. در مقایسه با مطالعات سنتی ژنوتیپ / فنوتیپ که با تمرکز بر ایجاد روابط بین ژنهای منفرد و ویژگی مورد نظر است ، آنالیز شبکه ما را قادر می سازد تا به مشاهده تمام ژن ها با هم پرداخته که به نوبه خود عملکرد بیولوژیکی درست را نشان می دهد. آنالیز شبکه همچنین کمک به استنتاج اطلاعاتی سودمند از شبکه می کند و در کشف فرآیندهای بیولوژیکی از یک شبکه نی...
متن کاملارزیابی روش های پیش بینی ترکیبی : با رویکرد شبکه های عصبی - کلاسیک در حوزه اقتصاد
در إین مقاله با استفاده از اطلأعات سری زمانی قیمت و بازده سهام چند شرکت در بازار بورس تهران، به پیش بینی قیمت سهام و نیر ارائه مدل بهینه پرداخته می شود. روشهای پیش بینی مورد استفاده در تحقیق، به سه دسته تقسیم شده اند: ر و شهای پیش بینی براساس مدلهای خطی (کوتاه مدت و بلندمدت)، روشهای پیش بینی براساس مدلهای غیرخطی (شبکه های عصبی غیرخطی) و مدل شبکه عصبی با ساختار پیشنهادی. در هر مورد نتایج به دست...
متن کاملکاربردهای شبکه های عصبی در پیش بینی سری های زمانی
استفاده از روش های غیر کلاسیک در شناسایی مدل و پیش بینی رفتار سیستم های پیچیده، مدتهاست در محافل علمی و حتی حرفه ای متداول و معمول شده است. در بسیاری از سیستم های پیچیده و خصوصا غیر خطی که مدل سازی و به دنبال آن پیش بینی و کنترل آنها از طریق روش های کلاسیک و تحلیلی امری بسیار دشوار و حتی بعضا غیر ممکن می نماید، از روش های غیر کلاسیک که از ویژگی هایی همچون هوشمندی، مبتنی بر معرفت و خبرگی برخوردا...
متن کاملمقایسه قدرت پیش بینی روش شبکه عصبی مصنوعی با سایر روش های پیشبینی: مورد قیمت چغندرقند
این مطالعه با هدف پیشبینی قیمت اسمی و واقعی چغندرقند و مقایسه روش شبکه عصبی مصنوعی با سایر روشها صورت گرفت. پس از بررسی ایستایی سریها، تصادفی بودن متغیرها با استفاده از دو آزمون ناپارامتریک والد- ولفویتز و پارامتریک دوربین- واتسون بررسی شد. براساس نتایج این آزمونها سری قیمت اسمی چغندرقند بهعنوان سری غیرتصادفی و قابل پیشبینی و سری قیمت واقعی بهعنوان سری تصادفی ارزیابی شد. دوره مطالعه نیز ...
متن کاملپیش بینی دمای کمینه ایستگاه کرج با استفاده از داده های شاخص های پیوند از دور و شبکه عصبی مصنوعی
توجه علمی به مخاطرات محیطی که آسیب پذیری بسیاری از کشورهای دنیا را به دنبال دارد، آغازی نسبتاً تازه دارد. یکی از این خطرها یخبندانها می باشند که سبب زیانهای عظیمی در زمینه های کشاورزی، حمل و نقل، انرژی ، زیست محیطی و غیره شده است. جهت جلوگیری از خطرات ناشی از آنها استفاده از روشهای پیش بینی امکان پیش آگاهی از حداقل دما و رخداد پدیده یخبندان را فراهم ساخته تا مسئولان در جهت جلوگیری از آن...
متن کاملکاربرد شبکه های عصبی مصنوعی در پیش بینی بارش زمستانه
پیشبینی بارش یکی از مهمترین مسائل در زمینه مدیریت بهینه منابع آب در بخشهای مختلف نظیر صنعت، شرب و کشاورزی است. پیش بینی بارش می تواند باعث جلوگیری از تلفات و خسارات ناشی از بلایای طبیعی شود. هدف از تحقیق حاضر پیشبینی بارش زمستانه استان خراسان رضوی با استفاده از شبکههای عصبی مصنوعی میباشد. بدین منظور، ابتدا سری زمانی بارش متوسط منطقهای به روش کریجینگ در طول دوره آماری به دست آورده شد. سپس...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه قم
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023