کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
8204891 | 1530578 | 2014 | 5 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Identifying missing and spurious connections via the bi-directional diffusion on bipartite networks
ترجمه فارسی عنوان
شناسایی اتصالات از دست رفته و جعلی از طریق انتشار دوطرفه در شبکه های دو طرفه
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
لینک های گمشده، لینک های جعلی انتشار دوطبقه، انتشار هیبرید، شبکه های دو طرفه،
ترجمه چکیده
پیش بینی پیوند و تشخیص پیوند جعلی در شبکه های پیچیده، با توجه به کاربرد گسترده آنها در بسیاری از سیستم های واقعی، توجه فزاینده ای را از جوامع علوم فیزیکی و کامپیوتری به خود جلب کرده است. کارهای قبلی مربوطه به طور عمده در شبکه های یکپارچه تمرکز می کنند در حالی که این مشکلات در شبکه های دو طرفه هنوز به طور سیستماتیک مورد توجه نیستند. با داشتن دو نوع مختلف گره، شبکه های دو طرفه اساسا از شبکه های یکپارچه، به ویژه در محاسبه شباهت گره متفاوت هستند: شباهت بین گره های مختلف (به نام بین شباهت) به خوبی تعریف نمی شود. در این نامه، از فرآیندهای انتشار محلی استفاده می کنیم تا شباهت بین شبکهای دو طرفه را اندازه گیری کنیم. ما متوجه می شویم که شباهت بین نامتقارن است اگر انتشار در جهت های مختلف اعمال شود. بر این اساس، ما روش انتشار دوبعدی هیبرید را پیشنهاد می کنیم که نشان می دهد دقت بیشتری نسبت به روش های انتشار موجود در شناسایی پیوندهای گم شده و جعلی در شبکه های دو طرفه ارائه شده است.
موضوعات مرتبط
مهندسی و علوم پایه
فیزیک و نجوم
فیزیک و نجوم (عمومی)
چکیده انگلیسی
Link prediction and spurious link detection in complex networks have attracted increasing attention from both physical and computer science communities, due to their wide applications in many real systems. Related previous works mainly focus on monopartite networks while these problems in bipartite networks are not yet systematically addressed. Containing two different kinds of nodes, bipartite networks are essentially different from monopartite networks, especially in node similarity calculation: the similarity between nodes of different kinds (called inter-similarity) is not well defined. In this letter, we employ the local diffusion processes to measure the inter-similarity in bipartite networks. We find that the inter-similarity is asymmetric if the diffusion is applied in different directions. Accordingly, we propose a bi-directional hybrid diffusion method which is shown to achieve higher accuracy than the existing diffusion methods in identifying missing and spurious links in bipartite networks.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Physics Letters A - Volume 378, Issues 32â33, 27 June 2014, Pages 2350-2354
Journal: Physics Letters A - Volume 378, Issues 32â33, 27 June 2014, Pages 2350-2354
نویسندگان
Peng Zhang, An Zeng, Ying Fan,