پیش بینی پیوند در شبکه های اجتماعی با استفاده از برنامه ریزی ژنتیک

شبکه های اجتماعی بسیار پویا، پراکنده و دارای ساختار جمعی هستند، به همین دلیل پیش بینی نتیجه آن دشوار است. از آنجا که پیوندها از شبکه، نگهداری و کیفیت آنها، رفتارهای اجتماعی افراد را نشان می دهد، تحقیق روی آنها می تواند در ارزیابی کمی و کیفی روابط انسانی در عصر جامعه اطلاعاتی مفید باشد. در مقالات حاضر به استخراج دقیق داده ها و بهینه سازی آنها توجه زیادی نشده بود لذا در این پژوهش برای حل این مسائل و افزایش بازدهی در پیش بینی پیوند، برای استخراج ویژگی داده ها از روش موجک فازی، برای بهینه سازی داده ها از الگوریتم برنامه ریزی ژنتیک، برای طبقه بندی داده ها از الگوریتم عصبی پیچشی عمیق و برای پیش بینی پیوند از الگوریتم آدامیک آدار استفاده شده است. یافته های پژوهش نشان می دهد که دقت روش پیشنهادی ۸۱ درصد بوده است که نسبت به سایر روش ها، عملکرد قابل قبول و خوبی داشته است. برای معیار ROC، روش پیشنهادی توانسته سطح بیشتری را نسبت به سایر روش های ارائه شده پوشش دهد. در روش پیشنهادی در نقطه صفر مقدار ۰.۳=TPR بوده است. در حالیکه سایر روش ها TPR پایینتری گرفته اند. روش پیشنهادی ما توانسته کمترین مقدار خطای میانگین مربعات با مقدار ۱۸ درصد و کمترین مقدار خطای جذر میانگین مربعات با مقدار ۶۳ به خودش اختصاص دهد.

Keywords:

شبکه های اجتماعی , تجزیه و تحلیل داده ها , پیش بینی پیوند , برنامه ریزی ژنتیک