文献

J-GLOBAL ID：202002226526749057   整理番号：20A2663018

共通関心と地域コミュニティに基づく有向ソーシャルネットワークにおけるリンク予測に向けて【JST・京大機械翻訳】

Toward link prediction in directed social networks based on common interest and local community

著者 (5件)： Li Jinsong (People’s Liberation Army Strategic Support Force, Information Engineering University, Zhengzhou, Henan 450001, P. R. China) ,  Peng Jianhua (People’s Liberation Army Strategic Support Force, Information Engineering University, Zhengzhou, Henan 450001, P. R. China) ,  Liu Shuxin (People’s Liberation Army Strategic Support Force, Information Engineering University, Zhengzhou, Henan 450001, P. R. China) ,  Wang Kai (People’s Liberation Army Strategic Support Force, Information Engineering University, Zhengzhou, Henan 450001, P. R. China) ,  Li Cong (People’s Liberation Army Strategic Support Force, Information Engineering University, Zhengzhou, Henan 450001, P. R. China)
資料名： International Journal of Modern Physics C. Physics and Computers  (International Journal of Modern Physics C. Physics and Computers)
巻： 31  号： 11  ページ： 2050160  発行年： 2020年 
JST資料番号： W0231A  ISSN： 0129-1831  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： シンガポール (SGP)  言語： 英語 (EN)

抄録/ポイント： リンク予測はソーシャルネットワーク解析に広く適用されている。リンク予測に関する既存の研究は,ネットワークが無向であると仮定するが,最も現実的なソーシャルネットワークが指向されている。本論文では,共通の関心と地域コミュニティに基づく有向ソーシャルネットワークにおけるリンク予測の簡単で効果的な方法を設計した。提案方法は,ノード間の情報交換過程に関する分析による近隣の寄与を定量化する。それは,リンク形成の基本的動機とソーシャルネットワークにおけるローカルコミュニティの影響の両方を捕捉する。9つの現実的ネットワークに関する比較実験によって,著者らの方法の有効性を検証した。経験的研究は,提案方法が3つの標準評価計量の下でより良い予測性能を達成することができ,訓練集合のサイズに大きなロバスト性があることを示した。Copyright 2020 World Scientific Publishing Company All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  コミュニティ ,  地域社会 ,  有効性 ,  比較試験 ,  情報交換 ,  ロバスト性
準シソーラス用語： ネットワーク解析 ,  *社会的ネットワーク ,  予測性能 , 【Automatic Indexing@JST】

著者キーワード (5件)： 社会ネットワーク分析 ,  リンク予測 ,  有向ソーシャルネットワーク ,  共通の関心 ,  地域コミュニティ

分類 (2件)： 計算機網  (JC03000K) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (5件)： 関心 ,  地域コミュニティ ,  ソーシャルネットワーク ,  リンク ,  予測