‫ پیش بینی پیوند در شبکه‌های اجتماعی به وسیله تخصیص درجه‌ی همسایگی به رئوس در گراف‌های بدون جهت (پذیرفته شده-در دست انتشار)

پیش بینی پیوند در شبکه‌های اجتماعی به وسیله تخصیص درجه‌ی همسایگی به رئوس در گراف‌های بدون جهت (پذیرفته شده-در دست انتشار)

حدیث بشیری, غلامحسین دستغیبی فرد

چکیده

امروزه شبکه‌های اجتماعی مثل فیسبوک، گوگل‌پلاس، اینستاگرام و..  در زندگی افراد تاثیر بسزایی دارد. در این شبکه‌ها برای پیشنهاد افراد به یکدیگر از الگوریتم های پیش بینی پیوند استفاده می‌شود و یکی از موضوعات چالش برانگیز و پر کاربرد می‌باشد.  محققین الگوریتم های مختلفی برای پیش بینی پیوند ارائه کرده اند، اما مشکل عمده الگوریتم های موجود، دقت پایین آنهاست. با توجه به اینکه درصد ارتباطات در شبکه‌های اجتماعی متفاوت است، در این مقاله با استفاده از وزن دار کردن یال‌ها و تخصیص درجه‌ی همسایگی، الگوریتمی برای تشخیص دوستان صمیمی ارائه داده‌ایم. آزمایش الگوریتم پیشنهادی بر روی سه مجموعه داده Facebook و Hamster و Email صورت گرفته است و در مقایسه با الگوریتم های جاری به ترتیب 0.4 ، 2.4 و 6.9  درصد بهبود دقت داشته ایم.

کلمات کلیدی

شبکه های اجتماعی, پیش‌بینی پیوند, آدامیک آدار, وزن دهی به یال‌ها, تخصیص درجه‌ی همسایگی, تشخیص دوستان صمیمی