Suy diễn mờ trong dự báo liên kết đồng tác giả

Bài viết Suy diễn mờ trong dự báo liên kết đồng tác giả tập trung nghiên cứu bài toán dự báo liên kết mạng đồng tác giả. Kết quả thu được của bài này đưa ra cách tiếp cận mờ trong việc giải bài toán dự báo liên kết mạng đồng tác giả. Kết quả nghiên cứu có thể làm tiền đề cho các đề xuất mới trong việc giải bài toán liên kết mạng đồng tác giả với các mô hình mờ trực cảm, mờ phức, nhận thức mờ.
Nội dung trích xuất từ tài liệu:
Suy diễn mờ trong dự báo liên kết đồng tác giả Tuyển tập Hội nghị Khoa học thường niên năm 2017. ISBN: 978-604-82-2274-1 SUY DIỄN MỜ TRONG DỰ BÁO LIÊN KẾT ĐỒNG TÁC GIẢ Trần Mạnh Tuấn, Nguyễn Văn Nam, Trần Thị Ngân Trường Đại học Thủy lợi, email: tuan_tm@tlu.edu.vn 1. GIỚI THIỆU Trong lĩnh vực khoa học, việc liên kết giữa các tác giả có thể tạo ra những sản phẩm có ý Mạng xã hội ngày càng gắn kết mọi người nghĩa cao về mặt lý thuyết hoặc ứng dụng. trên thế giới. Các dịch vụ trên Internet đã Trên cơ sở những mối liên hệ giữa các tác giả giúp cho con người dễ dàng giao tiếp và trao có xuất bản chung các tác phẩm (các bài báo đổi với nhau thông qua các cộng đồng ảo trên tạp chí) và các tiện ích mà mạng xã hội được biết đến như là mạng xã hội trực tuyến - đem lại, việc dự báo mối liên kết giữa các tác OSN (Online Social Network). Việc sử dụng giả trong tương lai là điều hoàn toàn có thể OSN đã trợ giúp quá trình trao đổi, chia sẻ thực hiện được. thông tin dễ dàng hơn. Các dịch vụ OSN phổ Vì vậy, trong bài báo này, chúng tôi sử biến bao gồm Facebook, DBLP, LinkedIn, dụng một mô hình suy diễn mờ để dự báo các Twitter, Flickr, Youtube… Trong quá trình liên kết trong mạng đồng tác giả. Đồng thời trao đổi và chia sẻ thông tin, người dùng trong bài báo này chúng tôi sẽ thực nghiệm mong muốn thông tin được truyền tải đến và đánh giá. càng nhiều người càng tốt. Việc chia sẻ còn Trong các phần tiếp theo chúng tôi cấu phù thuộc vào mối liên kết của người chia sẻ trúc như sau: phần 2 trình bày chi tiết về bài với những người khác trên OSN. Do vậy toán liên kết đồng tác giả; phần 3 trình bày trong thời gian qua hầu hết các nghiên cứu về một mô hình dựa trên suy diễn mờ; phần 4 dự báo liên kết đã thực hiện đều tập trung chúng tôi trình bày về các kết quả thực giải quyết vấn đề dự báo liên kết trên các nghiệm đánh giá; phần 5 là kết luận. mạng xã hội vô hướng đồng nhất trực tuyến - OHUSNs (Online Homogeneous Undirected 2. BÀI TOÁN DỰ BÁO LIÊN KẾT ĐỒNG Social Networks). OHUSN là một OSN mà TÁC GIẢ các thực thể trong mạng cùng một loại, các liên kết giữa các thực thể là vô hướng và có Định nghĩa 1: Bài toán dự báo liên kết cùng một kiểu. Về một phương diện nào đó, cùng xuất hiện tại một khoảng thời gian trong OHUSNs đem lại cho người dùng một số tiện OHUSN [3] ích bao gồm [1]: hỗ trợ việc tạo ra các kết nối Cho OHUSN G = (V, E, T) và gọi OHUSN bạn bè (Facebook, Twitter…); hỗ trợ cộng tại khoảng thời gian ti là: tác (LinkedIn, ResearchGate,…) và hỗ trợ G t = (V t , E t ) với tiT i i i việc trao đổi thông tin (email…). Do số và: E t  {(u , v, t i )  E : u , v V t } ( V t  V ). i i i lượng người dùng rất lớn nên OHUSNs đã Hàm S t là một ánh xạ theo thời gian trên i tạo ra một khối lượng dữ liệu khổng lồ theo V ti được xác định bởi S t : V t  V t  P , i i i thời gian. Những dữ liệu này có những đặc ( u, v )  S t (u, v) . Với P là tập {0, 1}, i trưng dễ nhận biết như là chất lượng cao, dữ liệu lớn, bán cấu trúc, thay đổi theo thời gian S t (u, v) = 1 nếu hai node u, v  V t tồn tại i i và được phản ánh một cách trực tiếp bởi con liên kết trong khoảng thời gian ti T. Bài người trong xã hội thực [4]. toán dự báo liên kết cùng xuất hiện tại một 138 Tuyển tập Hội nghị Khoa học thường niên năm 2017. ISBN: 978-604-82-2274-1 khoảng thời gian trong OHUSN được phát biểu như sau: Data X và các tham số t t   Gọi G , S t T là tập các OHUSN và ánh xạ j j j tại các khoảng thời gian tj T. Khả năng cặp Mờ hóa (u, v)  VV (với u ≠ v) hình thành liên kết trong khoảng thời gian tN+1 được xác định bởi: (u  , v  )  arg max S t i k u , v  Suy diễn mờ u  v ; u , v V T (1) Với V T  V t , dễ nhận thấy V T trùng với V. i tiT Giải mờ Những liên kết (những cặp (u,v)) xuất hiện trong khoảng thờ ...