پیش بینی لینک سریع برای شبکه های بزرگ با استفاده از تعبیه طیفی

قیمت: 43,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

پیش بینی لینک سریع برای شبکه های بزرگ با استفاده از تعبیه طیفی

عنوان لاتین

Fast link prediction for large networks using spectral embedding

بسیاری از الگوریتم های پیش بینی پیوند نیاز به محاسبه معیار شباهت بر روی هر جفت رأس، که در درجه دوم تعداد راس ها غیر قبول قبول برای شبکه های بزرگ است. ما یک کلاس الگوریتم های پیش بینی لینک بر اساس تعبیه طیفی و k نزدیک ترین الگوریتم جفت است که مقیاس پذیر به شبکه های بسیار بزرگ است را توسعه دادیم. ما دقت پیش بینی و زمان اجرا این روش ها را به الگوریتم های موجود در چندین وظیفه پیش بینی لینک های بزرگ مقایسه می کنیم. روش های ما دقت قابل مقایسه با الگوریتم های استاندارد را به دست می آورند اما به میزان قابل توجهی سریعتر می شوند.

Many link prediction algorithms require the computation of a similarity metric on each vertex pair, which is quadratic in the number of vertices and infeasible for large networks. We develop a class of link prediction algorithms based on a spectral embedding and the k closest pairs algorithm that are scalable to very large networks. We compare the prediction accuracy and runtime of these methods to existing algorithms on several large link prediction tasks. Our methods achieve comparable accuracy to standard algorithms but are significantly faster.