معيارهاي جديد جهت پيش‌بيني لينك مبتني بر تركيب نودها و ساختار شبكه

امروزه مطالعه بر روي فضاي اجتماعي و شبكه‌هاي اجتماعي و تحليل و بررسي اين شبكه‌ها رشد چشم‌گيري داشته است. در زندگي واقعي، افراد مستقل از يكديگر نيستند. افراد در گروه هاي اجتماعي به هم وابسته شده اند. از جمله پركاربردترين زمينه‌ها در مطالعه‌ي شبكه‌هاي اجتماعي، بحث شناسايي لينك مي‌باشد كه اخيراً بسيار مورد استقبال پژوهشگران داخلي و خارجي قرار گرفته است. پيش بيني لينك نه تنها مي تواند در زمينه شبكه اجتماعي استفاده شود بلكه در زمينه هايي چون بيوانفورماتيك، براي كشف روابط متقابل بين پروتئين ها مورد استفاده قرار ميگيرد. هدف اصلي شناسايي لينك، بررسي احتمال ايجاد يا حذف لينك بين اعضا در وضعيت آينده‌ي شبكه با استفاده از تحليل وضعيت كنوني آن است. در اين پژوهش با بهره‌گيري از معيارهاي محلي شباهت مبتني بر همسايه و معيار عمومي شباهت مبتني بر مسير كه هر دو از ساختار گراف استفاده مي‌كنند معيارهاي شباهت جديدي معرفي شده است. نتايج كار بر روي مجموعه داده هاي مورد بررسي برتري كار را نسبت به معيارهايي كه تنها از مسير و يا ازهمسايه بهره مي‌جويند، نشان ميدهد و مشاهده ميشود كه متد ارائه شده با تركيب اطلاعات مسير و همسايه ها ميتواند بر اساس معيارهاي precision و AUC با دقت بيشتري نسبت به روش هاي قبل لينك ها را پيش بيني كند.