Link prediction in social networks

Bağlantı tahmini, ağlarda zamana göre değişen bağlantı gelişimini tahmin etmek için kullanılır. Biyoinformatik, çevrimiçi öneri sistemleri, e-ticaret siteleri, işbirliği ağları ve sosyal ağlar gibi çeşitli alanlarda kullanılır. Çok kullanıcılı çevrimiçi sistemlerin yaygınlaşmasıyla kullanıcı davranışını tahmin etmenin önemi arttı. Bu çalışma, çeşitli bağlantı tahmin yöntemleri için hem etkinlik hem de verimlilik açısından performans özelliklerine bir fikir vermeyi amaçlamaktadır. Literatürde bildirilen dört temel bağlantı tahmin yöntemi (Common Neighbourhood, Adamic-Adar, Preferential Attachment ve Jaccard Coefficient) ve sunulan yeni bir metot kullanılmıştır. Önerilen metot, yeni katılan bir üyenin ağ arasında popüler olan mevcut üyelerle bağlantı kurma eğiliminde olduğu varsayımıyla tahminlerde bulunur. Kullanılan gerçek veri setleri Stanford Large Network Dataset kütüphanesinden alınmıştır. En başarılı sonuçlara Common neighbourhood, Adamic-Adar ve Preferential attachment metotlarıyla ulaşılmıştır. En hızlı metrikler Preferential attachment, Adamic-Adar ve yeni metriktir. En yüksek F1 değeri, Adamic-Adar metriğiyle email-Eu-core ve Reddit veri setlerinde 0,12 olarak hesaplanmıştır. Bu çalışma zamansal ağlar üzerindeki çeşitli bağlantı tahmin yöntemlerinin performansını sunmakta ve karşılaştırmaktadır. Bağlantı tahmini ölçümlerinin pratik kullanımı için bilgiler içermektedir. Anahtar kelimeler: Bağlantı tahmini, yapı tabanlı metrikler, zamansal ağ