بهبود الگوریتم deepwalk برای پیش‌بینی پیوند در شبکه‌های اجتماعی

رشد روزافزون شبکه‌های اجتماعی توجه محققان را به پیش‌بینی پیوند جلب کرده است و در بسیاری از زمینه‌ها از جمله علوم کامپیوتر، علم اطلاعات و انسان‌شناسی مورد استفاده قرار گرفته است. یکی از جدیدترین روش‌های پیش‌بینی پیوند، روش‌های جاسازی گراف است که برای تولید بردار ویژگی برای هر گره از گراف و یافتن پیوندهای ناشناخته استفاده می‌شود. الگوریتم deepwalk یکی از محبوب‌ترین روش‌های جاسازی گراف است که ساختار شبکه را با استفاده از گام تصادفی با احتمال یکسان، حفظ می‌کند. در این مقاله یک نسخه اصلاح‌شده از الگوریتم deepwalk پیشنهاد شده است که از یک مدل جدید گام تصادفی برای حل مسئله پیش‌بینی پیوند استفاده می‌کند. درواقع در روش پیشنهادی مقدار اندازه شباهت ساختاری و شباهت ویژگی‌های مهم گره‌ها، با هم ترکیب می‌شوند. نتایج نشان می‌دهد که دو گره در صورت داشتن ساختار و ویژگی‌های مهم مشابه، احتمال بیشتری برای ایجاد پیوند دارند. برای ارزیابی روش پیشنهادی، آزمایش‌ها بر روی پنج مجموعه داده، انجام شده است. نتایج آزمایش حاکی از بهبود نسبی در نتایج به دست آمده است.

improving the deepwalk algorithm for link prediction in social networks

the increasing growth of social networks has drawn researchers attention to link prediction, and it has been used in many fields, including computer science, information science, and anthropology. one of the newest link prediction methods is graph embedding methods, which are used to generate a feature vector for each node of the graph and find unknown links. the deepwalk algorithm is one of the most popular graph embedding methods that captures the network structure using a random walk with equal probability. in this paper, a modified version of the deepwalk algorithm is proposed, which uses a new random walk model to solve the link prediction problem. in fact, in the proposed method, the amount of structural similarity and the similarity of important features of nodes are combined. the results show that two nodes are more likely to form a link if they have similar structure and important features. to evaluate the proposed method, experiments have been conducted on five datasets. the test results indicate a relative improvement in the results obtained.