پیش بینی پیوند با استفاده از روش های یادگیری نظارت شده در شبکهDBLP

سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 277

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CONFSKU01_001

تاریخ نمایه سازی: 17 آبان 1400

چکیده مقاله:

حل مسائل شبکه های اجتماعی در سالهای اخیر توجه زیادی را به خود جلب کرده است و پیش بینی پیوند یکی از آن مسائل است؛ پیش بینی آن که پیوندی میان دو عضو از شبکه در آینده نزدیک به وجود می آید یا خیر. یکی از روش های حل مسئله پیش بینی پیوند، یادگیری ماشین و استفاده از روش های یادگیری نظارت شده است؛ در این روش ها وجود پیوند بین دو عضو از شبکه با استفاده از ویژگی های آن ها پیش بینی می شود. یادگیری ماشین بر روی هر جفت از اعضا یک برچسب را در نظر می گیرد: برچسب مثبت (وجود پیوند) و برچسب منفی (عدم وجود پیوند). سپس یاد می گیرد تا بر اساس ویژگی های دریافتی، برچسب پیوند میان دو عضو را تعیین کند. شبکه استفاده شده در این مقاله شبکه ی DBLP است که شامل اطلاعات نویسندگان و مقالات آنان می باشد. در این مقاله برای حل مسئله پیش بینی پیوند، از روش های تلفیقی (Ensemble) استفاده شده است. همچنین برای ارزیابی روش های مختلف یادگیری و مقایسه ویژگی های مرتبط با یک جفت از نویسندگان، آزمایش هایی طراحی شده است که نشان می دهد ویژگی های تعریف شده بر اساس شباهت عناوین مقالات ارزش بیشتری دارند.

کلیدواژه ها:

شبکه های غیرجهت دار ، ویژگی های ساختاری ، شبکه همکاری نویسندگان ، معیارهای مبتنی بر همسایگی ، الگوریتم های طبقه بندی ، یادگیری ماشین ، word۲vec

نویسندگان

محمد ملک محمدی

دانشجوی کارشناسی ارشد، گروه مهندسی کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه کاشان، کاشان، ایران

مسعود نیک پرور

دانشجوی کارشناسی ارشد، گروه مهندسی کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه کاشان، کاشان، ایران

محمدجواد نصری لوشانی

دانشجوی کارشناسی ارشد، گروه مهندسی کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه کاشان، کاشان، ایران

سیدمهدی وحیدی پور

استادیار ، گروه مهندسی کامپیوتر ، دانشکده مهندسی برق و کامپیوتر ، دانشگاه کاشان، کاشان، ایران

جواد سلیمی سرتختی

استادیار ، گروه مهندسی کامپیوتر ، دانشکده مهندسی برق و کامپیوتر ، دانشگاه کاشان، کاشان، ایران