Supervised and fuzzy rule based link prediction in weighted co-authorship networks

AZİZ ASİL

Supervised and fuzzy rule based link prediction in weighted co-authorship networks

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Boğaziçi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, FEN BİLİMLERİ ENSTİTÜSÜ, Türkiye

Tezin Onay Tarihi: 2017

Tezin Dili: İngilizce

Öğrenci: AZİZ ASİL

Danışman: SADIK FİKRET GÜRGEN

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Link tahmini, sosyal ağ analizinde temel bir problemdir. Halihazırda aralarında bağlantı olmayan nodların gelecekte aralarında bağlantı kurma tahminini yapmak bir sınıflandırma problemidir. Bu problemin çözümü için bu çalışmada eğiticili öğrenme algoritmaları ve eğiticisiz bir metot kullanılmıştır. Bulanık mantığın link tahminindeki sonuçlarını da görebilmek için eğiticili öğrenme algoritmalarından biri olarak bulanık mantık temelli bir algoritma kullanılmıştır. Iki farklı ağ kullanılmıştır: bunlar, bilgisayar bilimleri yazarlarından oluşan ve göz hastalıkları yazarlarından oluşan ağlardır. Bu ağlar ayrıca kendi içlerinde ağırlıklı ve ağırlıksız olarak kullanılmıştır. Bir ağda ağırlık, iki nod arasındaki ilişkinin gücünü gösterir. Deney sonuçları göstermiştir ki ağırlıklı ağlarla elde edilen sonuçlar, ağırlıksız olarak kullanılan ağlarla elde edilen sonuçlardan daha iyi çıkmıştır. Link tahmini, şuan aralarında bağlantı olmayan iki nod için, gelecekteki yeni bağlantıyı tahmin etme görevidir. Eğiticili öğrenme algoritmaları ile yapılan link tahmini deneylerinde, nodların metrik değerleri input olarak kullanılmış, bu nodların gelecekte aralarındaki link varlığı ise sınıf etiketi olarak kullanılmıştır. Eğer aralarında link varsa sınıf etiketi 1 olarak, eğer link yoksa sınıf etiketi 0 olarak atanmıştır. Eğiticisiz metotta ise her bir nod çifti için metric değerleri en yüksekten en düşüğe kadar sıralandırılmıştır. Deney sonuçları göstermiştirki eğiticili öğrenme algoritmaları ile elde edilen performans, eğiticisiz metot ile elde edilen performansdan daha iyi çıkmıştır. Eğiticili öğrenme algoritmaları ile yapılan deneylerin sonuçlarında ise olasılık teoremini ve karar ağacını kullanan algoritmalar, bulanık mantık kullanan algoritmadan daha iyi sonuç vermiştir.