پیش بیىی لینک در شبک های اجتماعی با استفاده ازsvm مبتىی بر فازی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 545

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

EECS01_008

تاریخ نمایه سازی: 8 اردیبهشت 1396

چکیده مقاله:

پیشبینی لینک م یتواند در موارد مختلفی استفاده شود بهعنوانمثال کشف و شناسایی گروههای مجرمان و تبهکاران نیاز به دقتی بالا دارد و هز ینه اشتباه در آن زیاد است پیشبینی م یتواند احتمال شناسایی این گروهها را بالا ببرد، تحقیقات انجام شده به منظور پ یشبین ی لینک در شبکه ها ی اجتماعی بیشتربر روی روشهای سنتی که بر اساس استفاده از شاخصها هست منطبق است. در این مقاله پیشبینی لینک با استفاده از svm و فازیپیشنهاد دادهشده است. طبقهبندی کنندهی فازی نوعی شبکهی فازی خودسازماندهی میشود و دارای یادگیری بردار پشت یبان است س یستم فاز ی فقط وقتی شرایط مهیا و درست باشد عمل میکند. این سیستم با هیبریداسیون خوشه بند فازی و ماشین بردار پشتیبان ساخته میشود، در ای ن روش فازی و svm به شکل همزمان استفاده میشوند و نتایج حاصلشده از روش پیشنهادی با روش svm مقایسه شده است

نویسندگان

سارا اسماعیل لو

دانشجوی کارشناسی ارشد فناوری اطلاعات دانشگاه آزاد اسلامی واحد ملارد

علی سلیمانی

استادیار - دانشگاه آزاد اسلامی واحد ملارد

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • محمد آزادنیا، محمدعلی صفری، نازنین دهقانی، "بررسی مسائل فنی مرتبط ...
  • خبرگزاری دانشجویان ایران(ایسنا)، بررسی آمار سایت های شبکه اجتماعی در ...
  • آمنه غلامی مایانی، نقش شبکه های اجتماعی در تجارت الکترونیک، ...
  • مصطفی کریمی، شبکه های اجتماعی، نام آوران، موسسه تحقیقاتی پژوهشی ...
  • محمد آزادنیا، فاطمه ثققی، فاطمه قیافه داودی و آنیتا هادی ...
  • Charu C. Aggarwal, Social Network Dat Analytics, Springer, New York, ...
  • Thelwall M. Social network sites users and uses, Advances in ...
  • Steve R. Gun.(1998) .:Support Vector Machines for Classification andRegres sion", ...
  • V. Vapnik, S. Golowich, and A. Smola.(1997) .:Support vector method ...
  • E. Osuna, R. Freund, and F. Girosi..(1997) _ improved training ...
  • Paul A. Jensen and Jonathan F Bard, "Nolinear Programming Methods.S2 ...
  • Gath, I. & Geva, A. B. (1989). Unsupervised Optimal Fuzzy ...
  • Goudarzi, P. & Hassanzadeh, R. (2006). A GA-based Fuzzy Rate ...
  • Wang, G. Hao, J. Ma, J. & Huang, L. (2010). ...
  • Catherine A. Bliss, Morgan R. Frank, Christopher M. Danforth, Peter ...
  • Cornelis, C. Lu, J. Guo, X. & Zhang, G. (2007). ...
  • Linyuan Li, Tao Zhou. Link prediction in complex networks: A ...
  • XufeiWang : Lei Tang : Huan Liu 0 LeiWang. "Learning ...
  • نمایش کامل مراجع