Machine Learning For Link Prediction In Complex Networks
Résumé: Nowdays, networks are omnipresent. The study and understanding of these networks become a greater need. The purpose of this work, is to investigate link prediction task in complex networks using Machine learning techniques. In fact, we propose two approaches to perform link prediction: supervised and unsupervised one. In both techniques a link or a pair of nodes is characterized by several features based on network topology-based metrics. In addition, we investigate many combined features. Concerning the supervised approach, we investigate the KNN and decision tree methods to build the link prediction models. While in the unsupervised approach, we rely on ranking strategy. An experimental study is performed on real networks. The results show that the supervised approach using gathered features reaches good performances with 84% f-measure.
Mots-clès:
Nos services universitaires et académiques
Thèses-Algérie vous propose ses divers services d’édition: mise en page, révision, correction, traduction, analyse du plagiat, ainsi que la réalisation des supports graphiques et de présentation (Slideshows).
Obtenez dès à présent et en toute facilité votre devis gratuit et une estimation de la durée de réalisation et bénéficiez d'une qualité de travail irréprochable et d'un temps de livraison imbattable!
Aucun fichier associé
Si le fichier est volumineux, l'affichage peut échouer. Vous pouvez obtenir le fichier directement en cliquant sur le bouton "Télécharger".
