بررسی روش های پیش بینی پیوند مبتنی بر ویژگی در شبکه های اجتماعی
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 751
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CITCONF02_088
تاریخ نمایه سازی: 19 اردیبهشت 1395
چکیده مقاله:
این روزها شبکه های اجتماعی با استقبال فراوانی مواجه شده اند و توجهات زیادی را به خود جلب کرده اند. پیش بینی پیوند یک امر مهم در تحلیل شبکه های اجتماعی هست که همچنین کاربردهای دیگری در حوزه های دیگر مانند بازاریابی اطلاعات، بیو انفورماتیک و تجارت الکترونیک دارد . تکنیک های متفاوتی برای پیش بینی پیوند وجود دارد، از دسته بندی classification مبتنی بر ویژگی گرفته تا متدهای مبتنی بر هسته kernel-based تا فاکتور گیری ماتریس و مدل های گرافیکی احتمالاتی. این متد ها در پیچیدگی مدل، کارآیی پیش بینی، توسعه ترسیدی و توانایی عمومی سازی با هم فرق دارند. در این مقاله ما روش پیش بینی مبتنی بر ویژگی را مطرح می کنیم. مدل های قدیمی ( غیربیزی) که برای یادگیری یک مدل دسته بندی باینری ، یک مجموعه ویژگی ها را استخراج می کند.
کلیدواژه ها:
نویسندگان
لاله مداح علی
دانشجوی کارشناسی ارشد فناوری اطلاعات-تجارت الکترونیک دانشگاه قم
محمدحسین یکتایی
استادیار و عضو هیئت علمی دانشگاه آزاد آبان،استادیار مدعو دانشگاه قم
سیدحسن هانی طبایی زواره
دانشجوی دکتری دانشگاه قم
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :