Adaptación y análisis de algoritmos de predicción de links basados en similitud para redes dirigidas y ponderadas
El objetivo de esta tesis es, en primer lugar, obtener una adaptación de los algoritmos de predicción de enlaces basados en similitud de alcance local existentes en la literatura (Linyuan Lü et al., 2010) (Pulipati Srilatha et al., 2016) para incluir la dirección y el peso de los enlaces como un fac...
Guardado en:
Autor principal: | |
---|---|
Formato: | Artículo revista |
Lenguaje: | Español |
Publicado: |
Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
2018
|
Materias: | |
Acceso en línea: | http://ridaa.unicen.edu.ar/xmlui/handle/123456789/1742 |
Aporte de: |
id |
I21-R190-123456789-1742 |
---|---|
record_format |
ojs |
institution |
Universidad Nacional del Centro |
institution_str |
I-21 |
repository_str |
R-190 |
container_title_str |
Repositorio Institucional de Acceso Abierto (RIDAA) |
language |
Español |
format |
Artículo revista |
topic |
Algoritmos Redes sociales Redes complejas Predicción de enlace Preferential Attachment Common Neighbors Redes dirigidas Redes ponderadas Procesamiento de datos Medios de comunicación |
spellingShingle |
Algoritmos Redes sociales Redes complejas Predicción de enlace Preferential Attachment Common Neighbors Redes dirigidas Redes ponderadas Procesamiento de datos Medios de comunicación Imeroni, María Eugenia Adaptación y análisis de algoritmos de predicción de links basados en similitud para redes dirigidas y ponderadas |
topic_facet |
Algoritmos Redes sociales Redes complejas Predicción de enlace Preferential Attachment Common Neighbors Redes dirigidas Redes ponderadas Procesamiento de datos Medios de comunicación |
author |
Imeroni, María Eugenia |
author_facet |
Imeroni, María Eugenia |
author_sort |
Imeroni, María Eugenia |
title |
Adaptación y análisis de algoritmos de predicción de links basados en similitud para redes dirigidas y ponderadas |
title_short |
Adaptación y análisis de algoritmos de predicción de links basados en similitud para redes dirigidas y ponderadas |
title_full |
Adaptación y análisis de algoritmos de predicción de links basados en similitud para redes dirigidas y ponderadas |
title_fullStr |
Adaptación y análisis de algoritmos de predicción de links basados en similitud para redes dirigidas y ponderadas |
title_full_unstemmed |
Adaptación y análisis de algoritmos de predicción de links basados en similitud para redes dirigidas y ponderadas |
title_sort |
adaptación y análisis de algoritmos de predicción de links basados en similitud para redes dirigidas y ponderadas |
description |
El objetivo de esta tesis es, en primer lugar, obtener una adaptación de los algoritmos de predicción de enlaces basados en similitud de alcance local existentes en la literatura (Linyuan Lü et al., 2010) (Pulipati Srilatha et al., 2016) para incluir la dirección y el peso de los enlaces como un factor relevante a la hora de realizar la predicción. Entre estos algoritmos se pueden mencionar Common Neighbours, Salton, Jaccard, Sorensen, Hub Promoted, Hub Depressed, Leicht-Holme-Newman, Preferential Attachment, Adamic-Adar y Resource Allocation.
Para realizar esta adaptación, en primer lugar, al incluir la dirección de los enlaces, se tomarán como punto de partida las investigaciones realizadas en (Yan Yu et al., 2014) y (Xue Zhang et al., 2014); y, en segundo lugar, al incluir el peso de los enlaces, se partirá de los conceptos definidos en (Ricky Laishram, 2015) y (Liang Wang et al., 2013). Teniendo en cuenta que los algoritmos de predicción de alcance local se fundan en la utilización de información local al nodo, en particular el conjunto de vecinos y el grado del mismo, la adaptación de los algoritmos para redes dirigidas se realizará considerando la dirección de los enlaces, de forma que el conjunto de vecinos se reformará para obtener conjuntos de vecinos salientes (correspondientes a enlaces dirigidos desde el nodo en cuestión hacia el vecino) y conjunto de vecinos entrantes (correspondientes a enlaces dirigidos desde el nodo vecino al nodo en cuestión), y se incluirán los conceptos de grado de entrada y salida de un nodo. Por otro lado, para adaptar los algoritmos a redes ponderadas, el algoritmo se centralizará, no solo en los conjuntos de vecinos, sino en el peso de los enlaces que corresponde a ese conjunto.
Una vez realizado esto, el objetivo final de la tesis es realizar una comparación entre los algoritmos originales y su versión adaptada, para verificar si la adición de la información antes mencionada al cálculo de la predicción ofrece una mejora en su precisión. Además de analizar cada algoritmo con sí mismo, el objetivo es ofrecer adicionalmente una comparación de los algoritmos originales y adaptados entre sí, de forma de obtener un enfoque de los algoritmos que tienen mayor precisión antes y después de incluir la información adicional. Párrafo extraído de la tesis de grado a modo de resumen. |
publisher |
Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas |
publishDate |
2018 |
url |
http://ridaa.unicen.edu.ar/xmlui/handle/123456789/1742 |
work_keys_str_mv |
AT imeronimariaeugenia adaptacionyanalisisdealgoritmosdepredicciondelinksbasadosensimilitudpararedesdirigidasyponderadas |
first_indexed |
2022-07-04T14:35:04Z |
last_indexed |
2022-07-04T14:35:04Z |
bdutipo_str |
Revistas |
_version_ |
1764819786198417408 |