Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Dự đoán liên kết trong các mạng phức tạp: góc nhìn về cụm
Tóm tắt
Dự đoán liên kết là một vấn đề đang mở trong mạng phức tạp, thu hút nhiều sự quan tâm nghiên cứu hiện nay. Tuy nhiên, rất ít sự chú ý được dành cho mối quan hệ giữa cấu trúc mạng và hiệu suất của các phương pháp dự đoán. Để lấp đầy khoảng trống quan trọng này, chúng tôi cố gắng hiểu cách mà cấu trúc mạng ảnh hưởng đến hiệu suất của các phương pháp dự đoán liên kết từ góc nhìn của cụm. Các thí nghiệm của chúng tôi trên cả mạng tổng hợp và mạng thực tế cho thấy khi cụm tăng lên, độ chính xác của các phương pháp này có thể được cải thiện đáng kể, trong khi đối với mạng thưa và cụm yếu, chúng hoạt động kém. Chúng tôi giải thích điều này thông qua sự phân biệt do cụm tăng lên giữa phân phối điểm số của các trường hợp dương tính và âm tính. Phát hiện của chúng tôi cũng làm sáng tỏ vấn đề về cách chọn các phương pháp phù hợp cho các mạng với các độ mật độ và cụm khác nhau.
Từ khóa
#dự đoán liên kết #mạng phức tạp #cụm #hiệu suất dự đoán #cấu trúc mạngTài liệu tham khảo
L. Getoor, C.P. Diehl, SIGKDD Explor. Newsl. 7, 3 (2005)
L. Lü, T. Zhou, Physica A 390, 1150 (2011)
M. Bilgic, G.M. Namata, L. Getoor, Combining Collective Classification and Link Prediction, in Proceedings of the Seventh IEEE International Conference on Data Mining Workshops, ICDMW ’07 (IEEE Computer Society, Washington, DC, USA, 2007), pp. 381–386
M.J. Rattigan, D. Jensen, SIGKDD Explor. Newsl. 7, 41 (2005)
D. Liben-Nowell, J. Kleinberg, The link prediction problem for social networks, in Proceedings of the twelfth international conference on Information and knowledge management, CIKM ’03 (ACM, New York, NY, USA, 2003), pp. 556–559
T. Zhou, L. Lü, Y.C. Zhang, Eur. Phys. J. B 71, 623 (2009)
W. Liu, L. Lü, Europhys. Lett. 89 (2010)
A. Clauset, C. Moore, M.E.J. Newman, Nature 453, 98 (2008)
R. Guimerà, M. Sales-Pardo, Proc. Natl. Acad. Sci. USA 106, 22073 (2009)
M.A. Hasan, V. Chaoji, S. Salem, M. Zaki, Link Prediction Using Supervised Learning, in Proc. of SDM 06 workshop on Link Analysis, Counterterrorism and Security (2006)
J. O’Madadhain, J. Hutchins, P. Smyth, SIGKDD Explor. Newsl. 7, 23 (2005)
C.W.K. Leung, E.P. Lim, D. Lo, J. Weng, Mining interesting link formation rules in social networks, in Proceedings of the 19th ACM international conference on Information and knowledge management, CIKM ’10 (ACM, New York, NY, USA, 2010), pp. 209–218
D. Romero, J. Kleinberg, The Directed Closure Process in Hybrid Social-Information Networks, with an Analysis of Link Formation on Twitter, in International AAAI Conference on Weblogs and Social Media (2010)
T. Murata, S. Moriyasu, Link Prediction of Social Networks Based on Weighted Proximity Measures, in Proceedings of the IEEE/WIC/ACM International Conference on Web Intelligence, WI ’07 (IEEE Computer Society, Washington, DC, USA, 2007), pp. 85–88
L.A. Adamic, E. Adar, Social Netw. 25, 211 (2001)
H.H. Song, T.W. Cho, V. Dave, Y. Zhang, L. Qiu, Scalable proximity estimation and link prediction in online social networks, in Proceedings of the 9th ACM SIGCOMM conference on Internet measurement conference, IMC ’09 (ACM, New York, NY, USA, 2009), pp. 322–335
A.L. Barabasi, R. Albert, Science 286, 509 (1999)
P. Erdös, A. Rényi, Publ. Math. Inst. Hung. Acad. Sci. 5, 17 (1960)
M.E.J. Newman, Phys. Rev. E 74, 036104 (2006)
D.J. Watts, S.H. Strogatz, Nature 393, 440 (1998)
R. Ackland, Presentation to Blog Talk Downunder (2005)
B.J. Kim, Phys. Rev. E 69, 045101 (2004)
X. Ma, L. Huang, Y.C. Lai, Z. Zheng, Phys. Rev. E 79, 056106 (2009)