ارائه روشي بهبوديافته در شبكه هاي اجتماعي جهت پيش بيني پيوند در شبكه هاي چندلايه

تجزيه و تحليل شبكه هاي مقياس بزرگ پويا، اطلاعات مفيدي دراختيارمدير شبكه قرارمي دهد. پيش بيني ارتباطات مفقود شده يا پيوندهاي احتمالي كه در آينده ممكن است وجود داشته باشند يك مساله مهم و جالب در شبكه هاي اجتماعي مي باشد. در بسياري از شبكه هاي اجتماعي واقعي، ارتباطات را در چند لايه مي توان مدل‌سازي كرد. دراين مقاله، مسئله پيش بيني پيوند در شبكه هاي چندلايه مورد بررسي قرار گرفته است. در اين مقاله، روش جديد پيش‌بيني پيوند در شبكه هاي مالتي‌پلكس مبتني بر الگوريتم هاي مبتني بر ساختار گراف و بدون ناظر مبتني بر الگوريتم جستجوي گرانشي ارائه گرديده و از لايه هاي مختلف در شبكه مالتي پلكس، جهت افزايش دقت، صحت و عملكرد الگوريتم پيش بيني استفاده شده است. با انتخاب موثر معيارهاي درون لايه اي و بين لايه اي مثل امتياز انجمن ها و انتساب عامل ها به آن ها از محورهاي معماري پيشنهادي روشي ارائه‌شده، كه بر كار آيي و سرعت پاسخ موردنياز اثر دارد. براي مقايسه كار پيشنهادي از معيار AUC استفاده گرديده. واز مجموعه دادهtravian  به‌عنوان مجموعه محك استفاده شده است. AUC محاسبه شده پيشنهادي 72/ 0 است. نتايج نشان مي دهد كه استفاده از اطلاعات انجمني با استفاده از الگوريتم گرانشي در شبكه هاي چندلايه به بهبود فرآيند پيش بيني پيوند كمك مي كند.