مریم حسینی سده - دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحداصفهان(خوراسگان)، اصفهان، ایران
محمدرضا سلطان آقایی - دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحداصفهان(خوراسگان) اصفهان، ایران
فرساد زمانی بروجنی - دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحداصفهان(خوراسگان)، اصفهان، ایران

شبکههای اجتماعی شامل دانش فراوانی در مورد روابط میان مردم هستند. ولی متاسفانه نوع روابط میان افراد در این شبکهها مخفی است و بیشتر روابط بدون عنوان باقی میمانند. برخی از سایتهای شبکههای اجتماعی برای رفع این مشکل گزینهای به منظور تعیین نوع رابطه قرار می- دهند که کاربر باید آن را پر کند ولی باعث میشود شبکه شامل روابطی شود که نوع برخی مشخص و نوع برخی نامشخص است. بنابراین چالش جدیدی به نام پیش گویی نوع پیوند، که هدف آن تشخیص نوع رابطه ی موجود،میان موجودیت ها است، مطرح می گردد. در این مقاله ابتدا به بیان اهمیت پیش بینی نوع پیوند در شبکه های اجتماعی و مزایای آن پرداخته ایم. سپس برای افزایش دقت درحل این مسیله، یک الگوریتم بهبود یافته ارایه شده که مبتنی بر قوانین و محدود به زمان است و با فیلتر کردن یالهای غیر هدف باعث کاهش تعداد یالهای بالقوهی هدف میشود و با واکشی یال- هایی با بالاترین احتمال برای هر گره، یالهای هدف را جدا کرده و باعث افزایش دقت پیشبینی نوع پیوند میگردد. در انتها جهت ارزیابی روش ذکرشده، از یک مجموعه دادهی تالیفات علمی برای کشف نوع روابط بین نویسندگان استفاده شده است که این مجموعه داده زیرمجموعه ای از نویسندگان شبکه DBLP میباشد. نتایج حاصل از ارزیابی این روش افزایش دقت و صحت را نسبت به روش های قبلی نشان می دهد.

پیش بینی نوع پیوند، تحلیل شبکه های اجتماعی، رابطه کاوی -، شبکههای تالیفات علمی