بهینه سازی پیش بینی لینک در شبکه های اجتماعی به کمک منطق فازی

یکی از رشته های زیر مجموعه فنی مهندسی که علاقمندان بسیاری در کشور ما دارد رشته کامپیوتر و فناوری اطلاعات هستش که اتفاقا سایت دیجی لود در حال تکمیل سری جدیدی از پایان نامه های ارشد این رشته تحصیلی برای کاربران گرانقدر خود میباشد. دیجی لود در ادامه پایان نامه ” بهینه سازی پیش بینی لینک در شبکه های اجتماعی به کمک منطق فازی ” با فرمت Word (قابل ویرایش) در 90 صفحه را معرفی مینماید.

چکیده پایان نامه بهینه سازی پیش بینی لینک در شبکه های اجتماعی به کمک منطق فازی :

امروزه محبوبیت سایت های شبکه های اجتماعی در بین افراد غیر قابل انکار است، سایت هایی که امکانات زیادی را برای ارتباطات بین افراد در اختیار کاربران قرار می دهند. یکی از مشکلات اساسی در آنالیز این نوع شبکه ها پیش بینی ارتباطات جدید بین افراد شبکه می باشد.

روش فازی به عنوان یکی از روش های مطرح در هوش مصنوعی، راه ساده ای را برای ساخت نتیجه ی صریح، مبهم، نویزدار و مفقود شده را مهیا می سازد. در نتیجه منطق فازی به ابزاری برای مدل کردن پیچیدگی های دنیای واقعی بدل شده است. این مدل ها معمولا از موارد مشابه خود بسیار دقیق تر بوده و نتایج دقیق تری به ما ارائه می دهند. به همین دلیل منطق فازی پتانسیل لازم برای ارئه ی لینک پیشنهادی دقیق تر را خواهد داشت و چارچوبی که در این تحقیق ارائه خواهیم داد بر اساس این منطق توسعه خواهد یافت.

با توجه به رویکرد های فوق ما در این تحقیق با ارائه ی چارچوبی پیشنهادی جهت ارائه ی الگوریتمی هوشمند بر اساس ترکیب منطق فازی با الگوریتم های CN، Jaccard ، PA که الگوریتم هایی برای پیش بینی لینک در گراف اجتماعی هستند، سعی در بهبود نتایج حاصله نمودیم. بررسی نتایج حاصله نشان داد که الگوریتم پیشنهادی دقت بیشتری در پیش بینی لینک داشته اما به دلیل وجود مراحل فازی و دفازی سازی، سرعت کمتری را دارا می باشد.

کلمات کلیدی:

پیش بینی لینک در شبکه های اجتماعی- منطق فازی- الگوریتم های پیش بینی لینک بر مبنای شباهت

فهرست مطالب تحقیق پیش بینی لینک در شبکه های اجتماعی

صفحه	عنوان
10	چکیده
11	فصل اول: مقدمه و طرح مسئله
12	1-1-مقدمه
13	1-2- شبکه های اجتماعی
14	1-3-تحلیل شبکه های اجتماعی
16	1-4- مقدمه ای برای منطق فازی
19	1-5- بیان مسئله
22	1-6- توصیف ریاضی مسئله پیش بینی لینک ها
23	1-7- ساختار پایان نامه

24	فصل دوم: مبانی نظری و پیشینه ی تحقیق
25	2-1- مقدمه
25	2-2-مفاهیم اولیه در زمینه پیشنهاد لینک در شبکه
25	2-2-1- گراف
25	2-2-2-گراف اجتماعی
26	2-2-3- تحلیل شبکه‌های اجتماعی
27	2-2-4-منابع داده کاوی در شبکه های اجتماعی
27	2-3- انواع روش های پیش بینی لینک
28	2-3-1- الگوریتم های بر مبنای شباهت
29	2-3-1-1-شاخص شباهت محلی
29	1. روش همسایگان مشترک (CN)
29	2. شاخص سالتون
30	3. شاخص جاکارد
30	4. شاخس سورنسن
30	5. شاخص HPI
30	6. شاخص HDI
31	7. شاخص LHN1
31	8. شاخص PA
31	9. شاخص AA
32	10. شاخص تخصیص منابع (RA)
32	2-3-1-2- شاخص های شباهت سراسری
32	1. روش کتز
33	2. شاخص LHN2
33	3. شاخصACT
34	4. روش کسینوسی بر مبنای
34	5. روش RWR
35	6. روش SimRank
35	7. روش MFI
36	2-3-1-3- شاخص های شباهت شبه محلی
36	1. شاخص
37	2. روش گام برداشتن تصادفی محلی (LRW)
37	3. روش گام برداشتن تصادفی انطباقی (SRW)
38	2-3-2-متدهای بیشترین احتمال
38	2-3-2-1-روش هاي مبتني بر بیش ترین احتمال
38	1. مدل ساختار سلسله مراتبی
41	2. مدل بلاک احتمالی (SBM)
42	2-4-منطق فازی
42	2-4-1- مدل فازی متغیرها
44	2-4-2- تعریف متغیر زبانی
45	2-4-3-روش چهار مرحله ای استفاده از منطق فازی
46	2-4-4- عملیات بر روی مجموعه های فازی
46	2-4-4-1-عملگر مکمل
47	2-4-4-2- عملگر اجتماع
48	2-4-4-3-عملگر اشتراک
49	2-4-5- رابطه بین مجموعه های فازی
49	2-4-6- ترکیب روابط فازی
49	2-4-7-اتصال دهنده ها
51	2-4-8-رابطه ایجاب
51	2-4-9-رابطه استنتاج
52	2-5- مروری بر کارهای انجام شده در زمینه پیشنهاد لینک

60	فصل سوم:روش پیشنهادی
61	3-1- مقدمه
61	3-2- روش پیشنهادی
64	3-2-1- تشریح ورودی های سیستم فازی
66	3-2-2- فازی سازی پارامترهای ورودی سیستم فازی پیشنهادی
68	3-2-3- قوانین پایگاه دانش سیستم فازی
71	3-2-4- خروجی سیستم فازی پیشنهادی
71	3-3- جمع بندی

73	فصل چهارم: محاسبات و یافته های تحقیق
74	4-1- مقدمه
74	4-2- مشخصات پایگاه داده مورد استفاده:
75	4-3-آماده سازی داده ها و شبیه سازی روش پیشنهادی
78	4-4-روش ارزیابی نتیجه خروجی
80	4-5- مقایسه ی نتایج حاصل از اجرای روش پیشنهادی و روش های CN و Jaccard
81	4-6- جمع بندی و نتیجه گیری

83	فصل پنجم:نتیجه گیری و پیشنهادات
84	5-1- نتیجه گیری
85	5-2- کارهای آینده

86	فهرست مراجع
90	Abstract

فهرست شکل ها

صفحه	عنوان
39	شکل 2-1- دندروگرام شبکه با 5 نود
40	شکل 2-2- دو دندروگرام برای شبکه با 6 نود
41	شکل 2-3- یک تصویر از برآورد شباهت برای مدل بلاک احتمالی
42	شکل 2-4- تابع مشخصه مجموعه غیرفازی A
43	شکل 2-5-مجموعه فازی اعداد نزدیک به صفر
43	شکل 2-6- نمونه ای از یک تابع عضویت مثلثی
44	شکل 2-7- تابع عضویت سرعت ماشین
62	شکل 3-1- شمای کلی سیستم فازی پیشنهادی اول
63	شکل 3-2- شمای کلی سیستم فازی پیشنهادی دوم
64	شکل3-3- مثالی از محاسبه اختلاف میانگین وزن یال بین هر نود و همسایگان مشترک
67	شکل 3-4- توابع تعلق مربوط به پارامترهای ورودی
67	شکل 3-5- تابع تعلق تعداد همسایه های مشترک به ازای CNxy=6
71	شکل 3-6- خروجی سیستم فازی: میزان احتمال ایجاد لینک جدید بین دو نود x,y
75	شکل 4-1- تابع تعلق مربوط به پارامتر ورودی “تعداد همسایه های مشترک” (CNxy)
76	شکل 4-2- تابع تعلق مربوط به پارامتر ورودیRA
76	شکل 4-3- تابع تعلق مربوط به پارامتر ورودی ” اختلاف میانگین وزن یال های بین هر نود و همسایگان مشترک آن دو نود”
77	شکل 4-4- تابع تعلق مربوط به پارامتر ورودی شاخص ارتباط ترجیحی (PAxy)
77	شکل 4-5- تابع تعلق مربوط به پارامتر ورودی شاخص جاکارد
78	شکل 4-6- خروجی سیستم فازی: میزان احتمال ایجاد لینک جدید بین دو نود در شبکه

فهرست جدول ها

صفحه	عنوان
32	جدول 2-1: مقایسه متد های شباهت محلی
36	جدول 2-2- مقایسه متد های katz ، LP و LHN2
38	جدول 2-3- مقایسه الگوریتم هاي مختلف پيش بيني در 5 شبكه متفاوت
68	جدول 3-1- قوانین پایگاه دانش سیستم فازی پیش بینی لینک اول
69	جدول 3-2- قوانین پایگاه دانش سیستم فازی پیش بینی لینک دوم
74	جدول 4-1- خصوصیات توپولوژیکی شبکه ی USAirline
80	جدول 4-2- مقایسه ی نتایج روش پیشنهادی با روش RA
81	جدول 4-3-مقایسه ی نتایج روش پیشنهادی با روش CN و Jaccard