پیش بینی لینک در شبکه های اجتماعی با استفاده از ماشین بردار پشتیبان

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,883

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MANAGTOOLS02_049

تاریخ نمایه سازی: 9 مرداد 1395

چکیده مقاله:

شبکه های اجتماعی بسیار پویا، پراکنده و دارای ساختاری پیجیده هستند. به همین دلیل پیش بینی ارتباطات در این حوزه بسیار دشوار است. پیش بینی یکی از جنبه های جذاب در داده کاوی است و اخیراً توجه بسیاری از محققان را به عنوان یک روش مؤثر برای تجزیه و تحلیل شبکه اجتماعی خود جلب کرده است. پیش بینی لینک در شبکه های اجتماعی علاوه بر اینکه برای درک ارتباط بین گره ها در جوامع اجتماعی است و محبوبیت های بعدی شبکه ها را تضمین می کند. در زمینه های چالش برانگیز دیگر مانند رفتارهای اجتماعی افراد، ارزیابی کمی و کیفی روابط انسانی در عصر جامعه اطلاعاتی و همچنین در زمینه های کتابشناختی، زیست شناسی مولکولی، تحقیقات جنایی و سیستم های توصیه کننده یا همان پیشنهادگر بسیار مؤثر است. پیش بینی لینک به زبان ساده یعنی هدف این است که لیستی از افرادی را که در یک کاربر، احتمالاً با آنها ارتباط برقرار خواهد کرد، به او پیشنهاد دهیم اما بسیاری از لینک های که در شبکه وجود ندارد می تواند در آینده ایجاد شوند. بنابراین پیش بینی لینک های از دست رفته در شبکه های اجتماعی و یا لینک احتمالی که در آینده بوجود خواهد آمد، می تواند خود یک چالش باشد. هرچند این مسئله به صورت گسترده ای مورد مطالعه و بررسی قرار گرفته است؛ با این حال، مشکل چگونگی ترکیب بهینه و مؤثر اطلاعات حاصل از ساختار شبکه با داده اهی توصیفی فراوان مربوط به گره و یال، تا حد زیادی پابرجا است.

نویسندگان

الناز دادخواه

دانشجوی کارشناسی ارشد دانشکده مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

محمدحسین ندیمی

استادیار دانشکده مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

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 :
  • Prediction using Supervised Learning", in Proc. of the Workshop on ...
  • . M. J. Rattigan and D. Jensen. The case for ...
  • . Liben-Nowel and J. Kleinberg, "The link prediction problem for ...
  • . F. Fouss, A. Pirotte, J. Renders, and M. Saerens, ...
  • . Q. Hu, X. Zhang and D .Saha, Modeling Virus ...
  • I. H. Witten and . Frank. Data Mining: Practical Machine ...
  • J. Sander, "Principles of Knowledge Discovery in Data: Clustering I", ...
  • Q. Ou, Y.-D. Jin, T. Zhou, B.-H. Wang, and B.-Q. ...
  • Hasan, Mohammad A., and Chaoji, Vineet, and Salem, Saeed and ...
  • Z. Lu, B. Savas, W. Tang, and I. S. Dhillon. ...
  • H. H. Song, T. W. Cho, V. Dave, Y. Zhang, ...
  • J. Guiver and E Snelson. Bayesian inference for Plackett-Luce ranking ...
  • by Rice Classification, S. J. Mousavi Rad, F. Akhlaghian Tab, ...
  • Linyuan Li, Tao Zhou." Link prediction in complex networks: A ...
  • Mohammad- Nadimi- Shahraki, N. Mustapha, M N Sulaiman, Ali B ...
  • A more Accurate Clustering Method by using Co-author Social Networks for Author Name Disambiguation [مقاله ژورنالی]
  • 6 Jan., 2016 _ conferee center, Tehran ...
  • نمایش کامل مراجع