پیش بینی پیوند شبکه براساس تعداد مثلث مبتنی بر زیرگراف

__ با رشد روزافزون شبکه های اجتماعی، مساله پیش بینی پیوند مورد توجه قرار گرفته است. پیش بینی پیوند به منزله پیش بینی ارتباطات جدید بین افراد، براساس ارتباطات موجود و ویژگی های شبکه است. احتمال ایجاد ارتباط بین افرادی که شباهت های بیشتری به یکدیگر دارند، بالاتر است. روش های متفاوتی برای پیش بینی پیوند ارائه شده، که بعضی از آن ها بر روی ویژگی های ساختاری شبکه متمرکز هستند. برای رسیدن به ویژگی های ساختاری مشابه، گره ها به همراه گره های همسایه در یک زیرگراف درنظر گرفته می شوند. یکی از ویژگی های ساختاری مهم در شبکه، تعداد مثلث های ایجاد شده است. مثلث نشان دهنده ی کوچک ترین و قوی ترین اجتماع در شبکه است که در رشد و تکامل شبکه نقش مهمی دارد. در این مقاله، روش های مبتنی بر شباهت با در نظر گرفتن زیرگراف و استفاده از مفهوم مثلث بازنویسی شده است. برای ارزیابی کارآیی این دو بازنویسی پیشنهادی، روش ژاکارد به دو صورت مبتنی بر زیرگراف و مبتنی بر مثلث در زیرگراف بازنویسی شده و آزمایش هایی بر روی گراف های تصادفی و شبکه های واقعی انجام شده است. آزمایش ها نشان می دهد که هر دو روش بازنویسی پیشنهادی از ژاکارد استاندارد عملکرد بهتری دارند. به عنوان نمونه، در آزمایش انجام شده بر روی گراف های تصادفی، معیار ژاکارد بازنویسی شده مبتنی بر زیرگراف به طور میانگین ۳/۳ درصد و معیار ژاکارد بازنویسی شده مبتنی بر مثلث در زیرگراف به طور میانگین ۶/۷ درصد بهبود نسبت به ژاکارد استاندارد داشته است. همچنین نتایج بر روی شبکه های واقعی نشان می دهد که معیار ژاکارد بازنویسی شده مبتنی بر زیرگراف به طور میانگین ۳/۶ و معیار ژاکارد بازنویسی شده مبتنی بر مثلث در زیرگراف به طور میانگین ۷/۴۵ درصد بهبود داشته است.

کلیدواژه ها:

پیش بینی پیوند ، شبکه های اجتماعی ، زیرگراف ، مثلث ، روش های مبتنی بر شباهت ، ژاکارد.