بررسی عوامل جمعیت شناختی بر پیش بینی لینک در شبکه های اجتماعی
محل انتشار: هشتمین کنفرانس بین المللی فناوری اطلاعات ودانش
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 753
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICIKT08_050
تاریخ نمایه سازی: 5 بهمن 1395
چکیده مقاله:
امروزه با افزایش محبوبیت شبکه های اجتماعی در بین کاربران، یافتن پیوند بین اعضای شبکه کاربرد های وسیعی پیدا کرده است. این چالش در سیستم هایتوصیه گر، تعاملات زیست شناسی پروتین ها، زیست شناسی مولکولی، تحقیقات جنایی و یافتن دوست در شبکه های اجتماعی کاربردهای گسترده ای دارد. از این رو کشف این روابط موضوعی را تحت عنوان پیش بینی لینک به وجود آورده که از اهمیت زیادی برخوردار است.تاکنون الگوریتم های مختلفی برای پیش بینی لینک در شبکه های اجتماعی ارایه گردیده است که هر کدام سعی دارد دقت و صحت بهتری را ارایه کند.روش های مبنی بر ساختار گراف و یا روش هایی که گراف را از نظر معنایی تحلیل و بررسی میکند. این مقاله ضمن مروری بر این راهکارها، سعی در بهبود نتایج پیش بینی لینک با در نظر گرفتن عوامل جمعیت شناختی مختلف و در دسترس از پروفایل اعضای شبکه ی اجتماعی Pokec دارد.
کلیدواژه ها:
نویسندگان
راحله عباد سیچانی
دانشکده مهندسی کامپیوتر، موسسه آموزش عالی صفاهان ، اصفهان
محمدرضا خیام باشی
دانشکده مهندسی کامپیوتر، گروه معماری کامپیوتر، دانشگاه اصفهان، اصفهان
هادی خسروی فارسانی
دانشکده مهندسی کامپیوتر، دانشگاه شهرکرد ، شهرکرد
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 :