شماره ركورد
14259
عنوان
برسي روش هاي پيش بيني پيوند در شبكه هاي اجتماعي براساس ويژگي هاي ساختاري و غير ساختاري بر مبناي يادگيري عميق
سال تحصيل
1401
استاد راهنما
دكتر عين اله خنجري ميانه
چکيده
پيش بيني پيوند، احتمال شكل گيري پيوند هاي جديد در شبكه ها را بر مبناي اطلاعات و تعاملات گذشته ي شبكه و همچنين ويژگي هاي ساختاري شبكه برسي ميكند و در سال هاي اخير به دليل كاربرد هاي فراوان آن در حوزه هاي مختلف نظير شبكه هاي اجتماعي، سيستم هاي توصيه گر، شبكه هاي شناسايي جرم،شبكه هاي بيولوژيكي نظير شبكه هاي اتصال پروتئين به پروتئين، تحقيقات زيادي در اين حوزه انجام شده ويكي از حوزه هاي مناسب جهت تحقيق ميباشد.
در اين پژوهش سعي شده با توجه به پيشرفت هاي اخير كه در حوزه ي يادگيري عميق و شبكه هاي عصبي اتفاق افتاده، پژوهش هايي كه اين روش ها را براي پيش بيني پيوند به كار برده اند مورد برسي قرار بگيرند، تا ضمن معرفي كامل اين روش ها و دسته بندي روش هاي پيش بيني پيوند، به مزيت ها و نقاط ضعف هركدام از اين روش ها اشاره شود و در نهايت يك روش جهت بهبود روش هاي موجود پيشنهاد شود.
نام دانشجو
نيما حبيب زاده
تاريخ ارائه
12/4/2024 12:00:00 AM
متن كامل
85163
تاريخ ورود اطلاعات
1403/09/17
عنوان به انگليسي
Examining methods of link prediction in social networks based on structural and non-structural features based on deep learning
كليدواژه هاي فارسي
پيش بيني پيوند , يادگيري عميق , شبكه عصبي گراف
كليدواژه هاي لاتين
Graph Neural Network , Deep Learning , Link prediction