خلاصة:
امروزه تجزیه و تحلیل پیوندهای موجود در شبکه های اجتماعی یا هر شبکه پیچیده دیگر را به منظور درک تکامل آنها و پیش بینی پیوندهای احتمالی در آینده، انجام می دهند. مسئله پیشبینی پیوند دارای کاربردهای بسیار متنوعی در زمینههای مختلف علوم و مهندسی می باشد. به عنوان مثال، در زیر شاخه های مختلفی از بیو انفورماتیک، شبکه های برهمکنش پروتئین و شبکه های ژنتیکی، پیوندهایی بین گره ها وجود دارد که نشان دهنده یک رابطه متقابل میان انها میباشد. در این مقاله به بررسی حل مساله چالش بر انگیز پیشبینی پیوند با استفاده از الگوریتم های بهینه سازی فراابتکاری پرداخته شده است. برای این منظور، نخست از طریق مطالعه و بررسی ادبیات تحقیق، به فرموله بندی مسئله پیشبینی پیوند به عنوان یک مسئله بهینهسازی برای پیشبینی لینکها در هر نوع شبکه پرداخته شد. در ادامه نتایج تجربی سه الگوریتم جغرافیای زیستی (BBO)، ازدحام ذرات (PSO) و الگوریتم ژنتیک (GA) بر روی تعدادی از شبکههای واقعی مورد بررسی قرار گرفت. نتایج بدست امده از این مطالعه ثابت کرد که استفاده از الگوریتم های فرا ابتکاری میتواند به عنوان یک رویکرد مناسب در حل مسائل پیشبینی پیوند در نظر گرفته شود.
ملخص الجهاز:
نتایج بدست امده از این مطالعه ثابت کرد که استفاده از الگوریتم های فرا ابتکاری میتواند به عنوان یک رویکرد مناسب در حل مسائل پیشبینی پیوند در نظر گرفته شود.
در ادامه، آنها انواع معیارهای Link prediction Bioinformatics Ecommerce Recommendation systems Co-authorship Proximity Similarity Common neighbor approach Jaccard coefficient approach Adamic-adar approach Preferential attachment approach The top ranking Supervised machine learning algorithms Linear algebraic شباهت را در ترکیب با تکینیک های یادگیری تحت نظارت 1 مورد استفاده قرار دادند تا از این طریق مساله پیشبینی پیوند را به عنوان یک مساله طبقهبندی باینری 2 حل کنند.
برای این منظور، سه الگوریتم بهینه سازی جغرافیای زیستی (BBO) 10 ، ازدحام ذرات (PSO) 11 و الگوریتم ژنتیک (GA) 12 به مظور پیشبینی پیوند با استفاده از دو مجموعه داده واقعی که از مراجع استخراج شده اند، به کار گرفته شدند.
Supervised learning Binary classification mission Time stamps Matrix factorization Nature-inspired based Evolutionary algorithms Ant colony optimization (ACO) Swarm intelligence Scalability Biogeography based optimization (BBO) Particle swarm optimization (PSO) Genetic algorithm (GA) 2- روش شناسی تحقیق 1-2- فرمول بندی مساله پیش بینی پیوند به منظور بیان مساله پیشبینی پیوند میتوان با در نظر گرفتن یک گراف وزن دار نشده و بدون جهت که ساختار توپولوژیکی یک شبکه را نشان میدهد و در آن هر یال نشان دهنده یک برهمکنش بین و میباشد که در زمان خاص انجام شده است.
Aljarah, “Link prediction based on whale optimization algorithm,” in 2017 International Conference on New Trends in Computing Sciences (ICTCS), 2017, pp.