A group evolving-based framework with perturbations for link prediction

پیش بینی پیوند یک کاربرد همه جا در بسیاری از زمینه ها است که از اطلاعات جزئی مشاهده شده برای پیش بینی عدم وجود یا وجود ارتباط بین جفت گره استفاده می کند. مطالعات تکامل گروهی توضیحات معقول در مورد رفتار گره ها، روابط بین گره ها و شکل گیری جامعه در یک شبکه ارائه می دهد. حوادث احتمالی در تکامل گروه شامل ادامه، رشد، تقسیم، شکل گیری و غیره می شود. تغییرات کشف شده در شبکه ها تا حدودی نتیجه این وقایع است. در این کار، ما یک گروه تکاملی مبتنی بر تکامل الگوهای الگوهای رفتاری گره ارائه می دهیم، و از طریق آن می توانیم احتمال آن که آنها در تعامل برقرار می کنند را برآورد کنیم. به طور کلی، هدف اصلی این مقاله ارائه یک مدل اسباب بازی کوچک برای شناسایی پیوندهای گم شده براساس تکامل گروه ها است و توضیح ساده ای بر عقلانیت مدل ارائه می دهد. برای اولین بار، ساختارهای خوشه ای پایدار را به شبکه ها معرفی می کنیم و خوشه های پایدار ثبات هر گره را تعیین می کنند. سپس نوسانات، رفتار گره دیگری، با مشارکت هر گره به گروه متعلق به خود، فرض می شود. در نهایت، ما نشان می دهیم که چنین ویژگی هایی به ما اجازه می دهد پیش بینی وجود لینک و ارائه مدل برای پیش بینی پیوند است که از بسیاری از روش های کلاسیک با زمان محاسبه کاهش در مقیاس بزرگ بهتر است. تشویق نتایج تجربی به دست آمده در شبکه های واقعی نشان می دهد که رویکرد ما می تواند به طور موثر لینک های گم شده در شبکه را پیش بینی کند و حتی اگر تقریبا 40 درصد از لبه ها از دست رفته باشد، عملکرد ثابت نیز حفظ می شود.