بهبود پیش بینی پیوند به کمک مرکزیت یال

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 481

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

COMCONF02_102

تاریخ نمایه سازی: 5 بهمن 1395

چکیده مقاله:

امروزه پیش بینی پیوند در بسیاری از شبکه ها، به ویژه شبکه های اجتماعی، رواج یافته و الگوریتم های مختلفی برای آن ارائه شده اند. در یک دسته بندی کلی، روش های پیش بینی پیوند به روشهای با ناظر و بدون ناظر تقسیم میشوند. در این مقاله با بررسی مرکزیت یال، روشی جدید بدون ناظر برای پیش بینی پیوند در شبکه ها ارائه شده است که قویتر از روش هایمبتنی بر همسایگان مشترک است. روش پیشنهادی بر پنج مجموعه داده رایج آزمایش شده و در اکثر حالات دقت را بهبود داده است.

نویسندگان

محمدعلی احسانی

گروه برق و کامپیوتر ، موسسه آموزش عالی شهاب دانش ، قم،

صادق سلیمانی

گروه کامپیوتر، دانشکده فنی، دانشگاه کردستان، سنندج،

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :