کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7375595 1480072 2018 22 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A new similarity measure for link prediction based on local structures in social networks
ترجمه فارسی عنوان
یک معیار تشابه جدید برای پیش بینی پیوند بر اساس ساختارهای محلی در شبکه های اجتماعی
کلمات کلیدی
ترجمه چکیده
پیش بینی لینک یک مشکل اساسی در تجزیه و تحلیل شبکه شبکه است. تکنیک های مختلفی برای پیش بینی پیوند وجود دارد که اقدامات شباهت را برای برآورد مجاورت رأس ها در شبکه اعمال می کند. شبکه های مجتمع مانند شبکه های اجتماعی شامل واحدهای ساختاری به نام نقاط شبکه می باشند. در این مطالعه، یک معیار تشابه تازه سازی شده پیشنهاد شده است که این واحدهای سازنده به عنوان منبع تخمین شباهت استفاده می شود. این اندازه گیری شباهت از طریق یک چارچوب آزمایش یادگیری نظارت شده است، در حالی که سایر اقدامات تشابه با این اندازه گیری شباهت ها مقایسه می شود. مدل طبقه بندی آموزش دیده با این اندازه گیری شباهت بیشتر از دیگران از نوع آن است.
موضوعات مرتبط
مهندسی و علوم پایه ریاضیات فیزیک ریاضی
چکیده انگلیسی
Link prediction is a fundamental problem in social network analysis. There exist a variety of techniques for link prediction which applies the similarity measures to estimate proximity of vertices in the network. Complex networks like social networks contain structural units named network motifs. In this study, a newly developed similarity measure is proposed where these structural units are applied as the source of similarity estimation. This similarity measure is tested through a supervised learning experiment framework, where other similarity measures are compared with this similarity measure. The classification model trained with this similarity measure outperforms others of its kind.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Physica A: Statistical Mechanics and its Applications - Volume 501, 1 July 2018, Pages 12-23
نویسندگان
, ,