Loading...
| Friend's email | |
| Your name | |
| Your email | |
| enter code | |
This page was sent successfuly
- Type of Document: M.Sc. Thesis
- Language: Farsi
- Document No: 45233 (19)
- University: Sharif University of Technology
- Department: Computer Engineering
- Advisor(s): Ghodsi, Mohammad
- Abstract:
- In many network which relationships between nodes are defined based on the similarity of attributes (Such as the World Wide Web and social networks), extracting information about networks object’s attributes may be difficult or even in many cases impossible.In these cases, predicting unknown attributes based on other objects attributes according to network structure can be extremely useful.Even more, finding a representative sample set of objects and trying to obtain their attributes in order to predict other object’s attributes with this obtained data can be an interesting problem. Finding such a set of objects with minimum size while giving maximizing accuracy in predicting other object’s attributes, can decrease data collection cost dramatically.
In this thesis, a global optimization algorithm is proposed based on minimizing neighbour’s attribute value difference to predict unknown attributes. Then the concept of similarly tendency is defined as the tendency of an individual object in the network to make relations with similar objects and used as an inherent fact in many networks to futrher improve the prediction algorithm.Then an iterative method is proposed for finding the representative sample set. In this method, using similatly tendency concept, in an iterative manner,objects which maximize out knowledge about network are selected and their information are used for predicting other objects attribute values and selecting other objects - Keywords:
- Network ; Iteration Method ; Representative Sample Set ; Similarity Compulation Model
Digital Object List
-
محتواي کتاب
- view
Bookmark
- مقدمه
- شبکه‌ها و اهمیت آنها
- تعریف شبکه
- مسائل مطرح در شبکه‌های اجتماعی
- نو‌آوری‌های پایان نامه
- نتیجه گیری و ساختار پایان نامه
- استنتاج ویژگی‌ها و نمونه‌برداری
- پیش‌بینی نظرات مستقل از شبکه
- پیش بینی نظرات در شبکه‌های اجتماعی
- تخمین ویژگی‌های پیوسته در شبکه‌های اجتماعی
- نمونه برداری
- روشهای نمونه‌گیری مستقل
- نمونه گیری با استفاده از روشهای خزنده
- نتیجه‌گیری
- بهینه‌سازی تفاوت‌ها و مشابه‌گرایی
- مساله بهینه‌سازی تفاوت‌ها
- هموفیلی
- مدل ریاضی بهینه‌سازی
- مشابه‌گرایی
- مفهوم مشابه‌گرایی
- محاسبه‌ی مشابه‌گرایی
- استفاده از مشابه‌گرایی در مساله بهینه‌سازی تفاوت‌ها
- نمونه برداری
- نتیجه گیری
- مساله بهینه‌سازی تفاوت‌ها
- نتایج تجربی
- استنتاج ویژگی‌ها
- مجموعه داده Penn94
- ارزیابی تخمین سال فارغ التحصیلی
- نمونه برداری
- مجموعه داده Haverford76
- ارزیابی نمونه برداری در شبکه
- نتیجه گیری
- استنتاج ویژگی‌ها
- نتیجه‌گیری و کارهای آتی