پیش‌بینی پیوند در جوامع همپوشان
کد مقاله : 1049-HMM
نویسندگان:
فاطمه رضائی *
چکیده مقاله:
پیش‌بینی پیوند یکی از ویژگی‌های بسیار مهم در شبکه‌های اجتماعی است که در حوزه‌های بسیاری مانند بازیابی اطلاعات، بیوانفورماتیک و تجارت الکترونیک، کاربرد دارد. مساله‌ای که برای پیش‌بینی پیوند در شبکه‌ها وجود دارد این است که الگوریتم‌های موجود، فرض می‌کنند که هر گره فقط به یک جامعه تعلق دارد. در حالی که در شبکه‌های دنیای واقعی، هر گره متعلق به چندین جامعه است و اعضا به صورت چندگانه باهم ارتباط دارند.‌ هدف مقاله، این است که موضوع پیش‌بینی پیوند را که تاکنون در جوامع مجزا به آن پرداخته شده است، در جوامع همپوشان مورد بررسی قرار دهد. الگوریتم شامل سه مرحله‌ی تشخیص راس‌های همپوشان، محاسبه‌ی مشابهت و بخش پیش‌بینی پیوند می-باشد. در مرحله‌ی تشخیص راس‌های همپوشان، ساختار مشابهت دو راس با توجه به وزن یال‌ها محاسبه شده، یال-هایی که بدون وزن هستند، حذف و راس‌های همپوشان تشخیص داده می‌شوند. در انتها راس‌های جدا شده، مجددا متصل شده و جوامع همپوشان پیدا می‌شوند. سپس احتمال پیش‌بینی پیوند در جوامع مجزا و همپوشان تحلیل و با استفاده از محاسبه ضریب، اثر آن، در راس همپوشان به دست می‌آید. آزمایش و مقایسه‌های صورت گرفته نشان می-دهد که روش پیشنهادی نسبت به نمونه‌های مشابه خود، عملکرد و نتیجه‌ی بهتری دارد.
کلیدواژه ها:
پیش‌بینی پیوند، همپوشانی جوامع، تشخیص جوامع، شبکه های اجتماعی، خوشه بندی
وضعیت : مقاله برای ارائه به صورت پوستر پذیرفته شده است