یکی از زمینه های اصلی مطالعه در تحلیل و کاوی شبکه های اجتماعی، مطالعه الگوهای شبکه های اجتماعی و توسعه آن است. پیش بینی لینک توجه گسترده ای را از سوی دانشمند در علم شبکه به خود جلب کرده است. علی‌رغم تلاش‌های باورنکردنی برای ایجاد الگوریتم‌های پیش‌بینی مدرن که می‌توانند دقت پیش‌بینی بهتری را در توپولوژی‌های شبکه‌های اجتماعی که از مجموعه داده‌های پیچیده تقریباً کلاینت‌ها، تمرین‌ها و ارتباطات آن‌ها استخراج می‌شوند، فراهم کند. اما بیشتر رویکردهای اخیر به طور گسترده مورد ارزیابی قرار نگرفته اند. این مقاله بر پیش‌بینی پیوند گمشده بین گره‌ها به روشی سیستماتیک با رسمی‌سازی و توسعه رویکردهایی در مورد تعاملات آتی که می‌توانند از توپولوژی شبکه برای تحلیل معیارهای مجاورت گره‌ها، پیوندها و ویژگی‌های آنها در یک شبکه استخراج شوند، تمرکز می‌کند. فرض اصلی این مقاله این است که پیوندهای گمشده باید دارای ویژگی‌های متضاد با پیوندهای اصلی باشند. به نظر می رسد که مهندسی ویژگی از طریق اندازه گیری ویژگی های گره یا لبه و ساختارهای شبکه مبتنی بر بهترین توصیف از این نظر ارائه شده است. برخی از روش های پیش بینی مبتنی بر توپولوژی شبکه عبارتند از Common Neighbors، Sørensen Index، Hub Depressed Index، Adamic Index، فرمول کسینوس سالتون، خوشه بندی طیفی و غیره. نتایج تجربی با استفاده از AUC و ROC ثابت کرد که بر اساس توپولوژی شبکه و اطلاعات قبلی ممکن است بیشتر یا بیشتر باشد. پیش‌بینی دقیق ارتباطات آینده کمتر دشوار است، بنابراین، هیچ برنده مشخصی در میان معیارهای شباهت وجود ندارد.

کلیدواژه: تحلیل شبکه های اجتماعی اطلاعات ساختاری؛ اطلاعات حلقه اجتماعی; پیش‌بینی پیوند مبتنی بر شباهت؛ رویکرد داده های رابطه ای; رویکرد جامعه محور

عنوان صفحه

فصل اول:

مقدمه

1-1- مقدمه

1-2- بیان مسئله

1-3- اهداف پژوهش

1-3-1 هدف اصلی:

1-3-2 اهداف فرعی:

فصل دوم:

مبانی نظری و پیشینه مطالعات

2-1- مبانی نظری پژوهش

2-3-1 گراف

2-1-1-1 یال گراف

2-1-1-2 رأس گراف

2-1-1-3 گراف اجتماعی

2-1-2 مفهوم اجتماع در شبکه اجتماعی

2-1-3 شبکه های اطلاعاتی و ارتباطی

2-1-4 شبکه های اجتماعی

2-1-5 پیش بینی لینک

2-1-5-1. معیارهای مبتنی بر نمودار

2-1-5-2. اقدامات مبتنی بر محتوا

2-1-6 پیش بینی لینک در شبکه های اجتماعی

2-2. پیشینه مطالعات

2-2-2. پیشینه مطالعات خارجی

2-2-3. پیشینه مطالعات داخلی

فصل سوم:

الگوریتم‌های پیش‌بینی پیوند

3-1. ضریب جاکارد (JC)

3-2. شاخص کسینوس (سالتون) (CI)

3-3. شاخص سورنسن (SI)

3-4. هاب افسرده (HDI)

3-5. امتیاز Adamic-Adar (AA) 29

3-6. شاخص تخصیص منابع (RA)

3-7. شاخص پیوست ترجیحی (PAI)

3-8. خوشه بندی طیفی (SC)

3-9. شاخص تخصیص منابع Soundarajan Hopcroft (RA_SH)

3-10. همسایه مشترک Soundarajan Hopcroft (CN_SH)

3-11. شاخص درون و بین خوشه ای (WIC)

فصل چهارم:

یافته های پژوهش

4-1. نتایج تجربی

فصل پنجم:

نتیجه گیری و پیشنهادات

5-1. نتیجه گیری

5-2. پیشنهادات

منابع