Community dynamics and personalized recommendations: Enhancing link prediction in unipartite and bipartite networks
Topluluk dinamikleri ve kişisel öneriler: Tek parçalı ve çift parçalı ağlarda bağlantı tahmininin iyileştirilmesi
- Tez No: 877279
- Danışmanlar: DOÇ. DR. GÜNCE KEZİBAN ORMAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Galatasaray Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 103
Özet
Karmaşık ağlar, varlıklar arasındaki etkileşimleri içeren sistemleri temsil etmek için elverişli modellerdir. Bu etkileşimlerin dinamikleri genellikle ağlar içinde toplulukların oluşmasına yol açar. Ağ modellemesi, varlıklar arasında gelecekteki etkileşimlerin tahmin edilmesine olanak tanıyan bağlantı tahmini de dahil olmak üzere çeşitli problemlerin üstesinden gelmek için kullanılabilir. Bağlantı tahmini ve topluluklar birbiriyle ilişkili iki olgudur. Topluluklar, düğümler arasındaki bağlantıların daha yoğun olduğu ağ alt kümeleri olarak tanımlanabilir. Bu nedenle, aynı topluluk içindeki düğümlerin birbirleriyle bağlantı kurma eğiliminin daha yüksek olmasını bekleriz. Bu eğilimin niteliği topluluk yapısının özelliklerine bağlı olabilir. Buna rağmen, bağlantı tahmini ve topluluk yapısı arasındaki ilişkinin dinamikleri literatürde yeterince incelenmemiştir. Ayrıca, tek parçalı ağlar için bağlantı tahmin yöntemlerinin kapsamlı karşılaştırmaları mevcutken, çift parçalı ağlar için bu tür çalışmalar yetersizdir. Bu tezdeki amacımız, ilk olarak tek parçalı ağlardaki topluluk yapısı ile ilişkisini ortaya koyarak ve ikinci olarak çift parçalı ağlarda tahmin doğruluğunu artırmak için sistematik bir metodoloji oluşturarak bağlantı tahmini olgusunu araştırmaktır. İlki için bir deney tasarımı ve ikincisi için çift parçalı ağlarda çalışmak üzere uyarlanmış dört farklı bağlantı tahmin stratejisi sunuyoruz. Bulgularımız iki yönlüdür. İlk olarak, bir ağdaki topluluk yapıları ne kadar belirginse, toplulukların tanımlanmasına bakılmaksızın bağlantı tahmin başarısı o kadar iyi olur. Dahası, bağlantı tahmin görevini tüm ağ yerine topluluk bazında gerçekleştirmek bağlantı tahmin başarısını artırmaktadır. İkinci olarak, güncel kişiselleştirilmiş kolaboratif filtreleme yöntemleri, çift parçalı ağlara uyarlanarak bu ağlarda bağlantı tahminini başarıyla gerçekleştirebilir. Üstelik, orijinal olarak tek parçalı ağlar için geliştirilen SPM bağlantı tahmin yöntemi, çift parçalı ağlardaki bağlantıları tahmin etmede de nispeten yüksek doğruluk göstermektedir.
Özet (Çeviri)
Complex networks serve as suitable models to represent systems involving interactions between entities. The dynamics of these interactions often lead to the formation of communities. Network modeling can be leveraged to tackle a number of tasks, including link prediction, which allows predicting future interactions between entities. Communities can be defined as subsets of the network where the links between nodes are more dense. Therefore, we expect nodes within the same community to have a higher tendency to link with each other. Yet, the dynamics of the relationship between link prediction and community structure remain understudied in the literature. Additionally, there is a lack of comparative studies on link prediction methods for bipartite networks. Our aim is to delve into the link prediction phenomenon, first by revealing its relation to community structure in unipartite networks and, second, by establishing a systematic methodology for improving prediction accuracy in bipartite networks. We present a series of experiments for the former and four link prediction strategies adapted to work in bipartite networks for the latter. Our findings are two-fold. First, the more pronounced community structures in a network, the better the link prediction success, regardless of the identification of the communities. Moreover, performing the link prediction task on a per-community basis improves link prediction success. Second, adaptation of state-of-the-art personalized collaborative filtering methods can perform link prediction successfully in bipartite networks. Lastly, the SPM link prediction method, originally developed for unipartite networks, also demonstrates relatively high accuracy at predicting links in bipartite networks.
Benzer Tezler
- Makine öğrenmesi tabanlı iç ortam sıcaklık kontrolü için bir simülatör yazılımı tasarımı
Design of a simulator software for machine learning-based indoor temperature control
AYDIN BOSTANCI
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
PROF. DR. DEVRİM AKGÜN
- Bilim sosyolojisi açısından tıp alanındaki paradigmatik değişimlerin tezahürleri: Fonksiyonel tıp üzerine bir araştırma
The manifestations of paradigmatic changes in medicine from the point of sociology of science: A study on functional medicine
GAMZE GÜRLER
Doktora
Türkçe
2024
Sosyolojiİzmir Katip Çelebi ÜniversitesiSosyoloji Ana Bilim Dalı
PROF. DR. OSMAN KONUK
- Nitelikli fikri tapu (NFT) örneklerinin grafik tasarım açısından incelenmesi ve bir uygulama örneği
Analyzing NFT samples in term of graphic design and an application example
BAHAR ÖZDEN YILDIRIM
Yüksek Lisans
Türkçe
2024
Güzel SanatlarYıldız Teknik ÜniversitesiSanat ve Tasarım Ana Bilim Dalı
DOÇ. DR. BAHADIR UÇAN
- Muhammed Aziz Lahbabi'de özgürlük problemi
The problem of liberty in the philosophy Of Mohammed Aziz Lahbabi
YASİN ELÇİ
- Tiny house movement and community life: Examples in Türkiye
Tiny house akımı ve toplumsal yaşam: Türkiye'deki örnekler
MERVE YILDIRIM
Yüksek Lisans
İngilizce
2024
MimarlıkBahçeşehir ÜniversitesiMimarlık Ana Bilim Dalı
YRD. DOÇ. DR. BELİNDA TORUS