Link prediction in social networks
Sosyal ağlarda bağlantı tahmini
- Tez No: 689964
- Danışmanlar: DOÇ. DR. ZERRİN IŞIK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Bağlantı tahmini, yapı tabanlı metrikler, zamansal ağ, Link prediction, structure based metrics, temporal network
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bağlantı tahmini, ağlarda zamana göre değişen bağlantı gelişimini tahmin etmek için kullanılır. Biyoinformatik, çevrimiçi öneri sistemleri, e-ticaret siteleri, işbirliği ağları ve sosyal ağlar gibi çeşitli alanlarda kullanılır. Çok kullanıcılı çevrimiçi sistemlerin yaygınlaşmasıyla kullanıcı davranışını tahmin etmenin önemi arttı. Bu çalışma, çeşitli bağlantı tahmin yöntemleri için hem etkinlik hem de verimlilik açısından performans özelliklerine bir fikir vermeyi amaçlamaktadır. Literatürde bildirilen dört temel bağlantı tahmin yöntemi (Common Neighbourhood, Adamic-Adar, Preferential Attachment ve Jaccard Coefficient) ve sunulan yeni bir metot kullanılmıştır. Önerilen metot, yeni katılan bir üyenin ağ arasında popüler olan mevcut üyelerle bağlantı kurma eğiliminde olduğu varsayımıyla tahminlerde bulunur. Kullanılan gerçek veri setleri Stanford Large Network Dataset kütüphanesinden alınmıştır. En başarılı sonuçlara Common neighbourhood, Adamic-Adar ve Preferential attachment metotlarıyla ulaşılmıştır. En hızlı metrikler Preferential attachment, Adamic-Adar ve yeni metriktir. En yüksek F1 değeri, Adamic-Adar metriğiyle email-Eu-core ve Reddit veri setlerinde 0,12 olarak hesaplanmıştır. Bu çalışma zamansal ağlar üzerindeki çeşitli bağlantı tahmin yöntemlerinin performansını sunmakta ve karşılaştırmaktadır. Bağlantı tahmini ölçümlerinin pratik kullanımı için bilgiler içermektedir.
Özet (Çeviri)
Link prediction is used to forecast link evolution over time in networks. It has been used in several areas such as bioinformatics, online recommendation systems, e-commerce sites, collaboration networks and social networks. Predicting user behavior has become crucial with the expansion of multiuser online systems. This study aims to provide an insight to performance characteristics, both in terms of effectiveness and efficiency, for several link prediction methods. Four fundamental link prediction methods (i.e., common neighborhood, Adamic-Adar, preferential attachment, and Jaccard coefficient) that have been reported in the literature, and a novel metric have been evaluated. The proposed metric makes predictions on the premise that a newly joined member tends to make connections with available nodes that are popular amongst the network. Real-life data sets obtained from the Stanford Large Network Dataset Collection. Common neighborhood, Adamic-Adar and preferential attachment metrics provided more successful results than the others in all networks. In terms of running time, preferential attachment, common neighborhood and the novel metric of this study are the fast-running ones. The highest F1-score is 0.12 in the email-Eu-core and Reddit networks achieved by the Adamic-Adar metric. This study presents and discusses the performance of several link prediction methods on temporal networks. It provides some insights for practical usage of link prediction metrics.
Benzer Tezler
- Complex network-based link prediction in computer science, social science, and medical science publications in Iraq
Iraq'ta bilgisayar bilimi, sosyal bilimler ve tıbbi bilimler yayınlarında karmaşık ağ tabanlı bağlantı tahmini
ALBATOL ABDULMAHDI SALEH AL-DHAYAB
Yüksek Lisans
İngilizce
2023
Mühendislik BilimleriKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRAH ÖZKAYNAK
- Sosyal ağlarda bağlantı tahmini
Link prediction in social networks
MELİKE MERVE TEMEL
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULLAH ERHAN AKKAYA
- Supervised and fuzzy rule based link prediction in weighted co-authorship networks
Ağırlıklandırılmış ortak yazarlık ağlarında eğiticili ve bulanık mantık kural tabanlı link tahmini
AZİZ ASİL
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SADIK FİKRET GÜRGEN
- Improved link prediction for location based social networks with novel features and contextual feature reduction
Orjinal öznitelikler ve bağlamsal öznitelik azaltma yöntemi ile konum tabanlı sosyal ağlar için geliştirilmiş bağlantı tahmini
AHMET ENGİN BAYRAK
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. FARUK POLAT
- Popularity prediction of image posts in social networks based on user and post attributes
Sosyal ağlarda görüntü içerikli paylaşımların kullanıcı ve paylaşım özelliklerine dayalı popülerlik tahmini
MEHMETCAN GAYBERİ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE GÜNDÜZ ÖĞÜDÜCÜ