پیش بینی لینک در شبکه های اجتماعی با استفاده از استخراج ویژگی های توپولوژیک موثر از گراف

تحلیل شبکه های اجتماعی، روابط اجتماعی را با اصطلاحات گره و لینک می نگرد. گره ها بازیگرهای فردی درون شبکه ها و لینک ها روابط میان این بازیگران هستند. در رابطه با این لینک ها و ارتباطات آنها، مسئله پیش بینی لینک که یکی از چالش های مهم در تحلیل شبکه های اجتماعی می باشد، اهمیت پیدا کرده است. پیشنهاد لینک یکی از برنامه های بسیار محبوب در خدمات شبکه های اجتماعی آنلاین است که به کاربران در جهت یافتن دوستان جدید با علایق مشابه کمک می کند. این تحقیق در نظر دارد با توجه به مشخصات ساختار توپولوژی گراف، یک معیار ترکیبی برای محاسبه شباهت بین کاربران ارائه دهد. روش پیشنهادی شامل دو مرحله است. در مرحله اول، با توجه به میزان شباهت استخراج شده از ویژگی ها و حلقه های محلی درون شبکه ای میزان شباهت کاربران نسبت به یکدیگر با فاکتورهای مختلفی محاسبه می شود. در مرحله دوم تشابه کاربران با استفاده از یک معیار شباهت ترکیبی محاسبه می شود. در معیار شباهت پیشنهادی از فاکتورهای احتمالی مختلفی استفاده شده که تاثیر هر ویژگی در معیار شباهت نهایی را نشان می دهد. احتمال هر ویژگی با استفاده از یک الگوریتم تپه نوردی بهینه سازی می شود. به منظور ارزیابی عملکرد روش پیشنهادی از مجموعه داده واقعی توییتر در شبکه های اجتماعی استفاده شده است. نتایج حاصل از آزمایشات عملکرد بالای روش پیشنهادی را در مقایسه با سایر روش های مشابه نشان می دهد.

Keywords:

شبکه های اجتماعی , پیشنهاد لینک , توپولوژی گراف , معیار شباهت , استخراج ویژگی