شماره ركورد كنفرانس :
3237
عنوان مقاله :
استفاده از دسته بند چندگانه به منظور پيش بيني پيوند بين موجوديت هاي يك شبكه اجتماعي
پديدآورندگان :
يزدي شمسي يزدي دانشگاه آزاد اسلامي - گروه كامپيوتر , ميرزايي كمال دانشگاه آزاد اسلامي - گروه كامپيوتر , موسي زاده ميبدي محمدتقي دانشگاه علم و هنر - گروه برق
كليدواژه :
پيش بيني پيوند , شبكه اجتماعي , دسته بند چندگانه , يادگيري جمعي , تئوري گراف
عنوان كنفرانس :
كنفرانس بين المللي وب پژوهي
چكيده فارسي :
يك شبكه اجتماعي، ساختاري است شامل مجموعه اي از بازيگران كه تعاملات ميان آن ها به وسيله تعدادي پيوند نشان داده مي شود.با گسترش روزافزون شبكه هاي اجتماعي در دنيا، لزوم استفاده از روش هاي دقيق تر جهت پيش بيني پيوند در شبكه هاي اجتماعي بيش ازپيش احساس مي شود. پيش بيني پيوند فرايندي است كه با در نظر گرفتن تصوير لحظه اي از شبكه، تعاملات احتمالي بين اعضا را مي يابد. بسياري از راه حل هاي موجود، خصوصاٌ روش هايي كه كل گراف را پيمايش مي كنند مديريت مكانيسم هاي استنتاج رادچار مشكل مي كنند. با توجه به اين مسئله، شناخت و انتخاب ويژگي ها و نيز انتخاب روشي كه بتواند در بهبود پيش بيني ها مؤثر باشدو با هزينه كمتر، پاسخ بهتري را در پيش بيني ها ارائه كند بسيار بااهميت جلوه مي كند. اين مقاله بر اساس پيوندهاي موجود در شبكه و ويژگي گره ها، با استفاده از چند دسته بند مختلف و سپس تركيب نتايج خروجي دسته بند ها تحت عنوان «سيستم هاي دسته بندچندگانه» احتمال ايجاد پيوند جديد بين دو گره را تخمين مي زند. آزمايش ها، روي گراف دو شبكه اجتمباعي Hi5 و Facebook نشان مي دهد كه روش پيشنهادي نسبت به دسته بندهاي منفرد و پايه از كارايي خوبي برخوردار بوده و دقت پيش بيني را افزايش مي دهد.