بررسی و تحلیل کاربردهای پیش بینی پیوند در شبکه های اجتماعی با استفاده از روش یادگیری ماشین
- سال انتشار: 1402
- محل انتشار: نوزدهمین کنفرانس بین المللی فناوری اطلاعات، کامپیوتر و مخابرات
- کد COI اختصاصی: ITCT19_035
- زبان مقاله: فارسی
- تعداد مشاهده: 579
نویسندگان
دانشجوی دکتری مهندسی کامپیوتر گرایش نرم افزار، گروه مهندسی کامپیوتر، واحد تهران مرکز، دانشگاه آزاد اسلامی، تهران، ایران
دانشجوی دکتری مهندسی کامپیوتر گرایش نرم افزار، گروه مهندسی کامپیوتر، واحد تهران مرکز، دانشگاه آزاد اسلامی، تهران، ایران
استادیار و عضو هیات علمی، گروه مهندسی کامپیوتر، واحد تهران مرکز، دانشگاه آزاد اسلامی، تهران، ایران
دانشجوی دکتری مهندسی کامپیوتر گرایش نرم افزار، گروه مهندسی کامپیوتر، واحد تهران مرکز، دانشگاه آزاد اسلامی، تهران، ایران
چکیده
شبکه های اجتماعی آنلاین عنصر جدایی ناپذیر جوامع مدرن فعلی هستند و به طور قابل توجهی بر شکل گیری و تحکیم روابط اجتماعی تاثیر می گذارند. پیش بینی یکی از جنبه های جذاب در داده کاوی است و اخیرا توجه بسیاری از محققان را به عنوان یک روش موثر برای تجزیه و تحلیل شبکه اجتماعی خود جلب کرده است. پیش بینی پیوند در شبکه های اجتماعی کاربردهای بالقوه بسیاری مانند: توصیه بخش های جدید به کاربران، پیشنهاد دوستی دارد. همچنین اتصالات ساختگی، اطلاعات از دست رفته و مکانیزم تکامل شبکه های پیچیده را به وسیله ی آن می توان کشف نمود. در سال های اخیر، روش های مختلفی برای پیش بینی لینک براساس معیارهای شباهت یا یادگیری ارائه شده است؛ اما بسیاری از این رویکردها تغییرات مستقیم را در شبکه های پویا در نظر نمی گیرند؛ چرا که ساختار آنها در طول زمان به طور پیوسته تغییر می کند و به همین دلیل به خوبی عمل نمی کنند. هدف این مقاله بررسی و بحث در مورد کاربردهای پیش بینی لینک در تحلیل شبکه های اجتماعی با استفاده از روش های یادگیری ماشین است. همچنین در این تحقیق به مرور برخی از کاربردها، چالش ها و مسیرهای آینده تحقیقات پیش بینی پیوند می پردازیم. نتایج بررسی نشان داد که الگوریتم ماشین بردار پشتیبان با دقت ۸۹ درصد بیشترین دقت را نسبت به الگوریتم های بیزین ساده و نزدیکترین همسایه در پیش بینی پیوند داشته است.کلیدواژه ها
شبکه های اجتماعی، پیش بینی پیوند، تحلیل شبکه های اجتماعی، شبکه های پویا، روش های یادگیری ماشینمقالات مرتبط جدید
- یک رویکرد مبتنی بر پردازش زبان طبیعی و مدلهای یادگیری ماشین برای ارزیابی خودکار تکالیف نوشتاری دانش آموزان و ارائه بازخورد به معلمان
- ادغام یادگیری عمیق بیزی برای تشخیص و ارزیابی کیفیت سگمنتیشن سرطان با مدیریت عدم قطعیت
- Comparative Analysis of Automation Ecosystems and Playbooks in Check Point, Palo Alto, Fortinet, and Cisco Firewalls
- چارچوب یکپارچه برای بهینه سازی کارایی و تقویت امنیت سیستم های توزیع شده در محیط های ابری، IoT و Edge
- Uncovering Genetic and Signaling Pathway Alterations in Pompe Disease through Bioinformatics Approaches
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.