Resumen

La predicción de enlaces es un concepto de la teoría de redes que pretende encontrar un enlace entre dos entidades de red distintas. En el mundo actual de los medios sociales, este concepto ha echado raíces, y su aplicación se ve a través de numerosas redes sociales. Un ejemplo típico es el de 2004, 4 de febrero, "TheFeacebook", que actualmente se conoce simplemente como Facebook. Utiliza este concepto para recomendar a sus amigos comprobando sus enlaces mediante diversos algoritmos. Lo mismo ocurre con los sitios de compras y comercio electrónico. A pesar de todas las ventajas que presenta la predicción de enlaces, sólo las disfrutan las grandes redes. En el caso de las redes dispersas, existe una gran disparidad entre los enlaces que es probable que se formen y los que incluyen. Se ha escrito un aluvión de literatura para abordar este problema; sin embargo, en su mayoría provienen del ángulo del aprendizaje no supervisado (UL). Aunque puede parecer apropiado en función de la naturaleza del conjunto de datos, no proporciona información precisa para las redes dispersas. El aprendizaje supervisado podría parecer razonable en estos casos. El objetivo de esta investigación es encontrar los métodos de predicción de enlaces más apropiados en el contexto de los big data basados en el aprendizaje supervisado. Hay una tónica de libros escritos sobre el mismo; sin embargo, son cuestiones fundamentales que no siempre se abordan en estos estudios, que son críticas para entender el concepto de predicción de enlaces. Esta investigación examina explícitamente los nuevos problemas y utiliza el enfoque supervisado en el análisis de los mismos para concebir un método de predicción de enlaces basado en un conocimiento completo. En concreto, los problemas de red en los que profundizaremos son la falta de especificidad en las técnicas existentes, los periodos de observación, la reducción de la varianza, los enfoques de muestreo y las causas topológicas de los desequilibrios. En las secciones siguientes del documento, explicamos los algoritmos de predicción de la teoría, precisamente el proceso basado en el flujo. Abordamos específicamente los problemas de las redes dispersas que nunca se tratan con otros métodos de predicción. Las resoluciones tomadas al abordar las técnicas anteriores sitúan nuestro marco por encima de los enfoques no supervisados de la literatura anterior.

• Materias:Ingeniería biomédica Biomecánica Prótesis Extremidades (Cuerpo Humano) Músculos Hidromecánica
• Subjects:Biomedical engineering Biomechanics Prostheses Limbs (Human Body) Muscles Hydromechanics
• Palabras claves:métodos de predicción de enlaces, red dispersa, aprendizaje supervisado, falta de especificidad, causa de desequilibrio, entidad de red separada, predicción de enlaces basada, concepto de red, red social numerosa, algoritmo de predicción de la teoría
• Keywords:links prediction methods, sparse network, supervised learning, lack of specificity, cause of imbalance, separate network entity, based links prediction, concept of network, numerous social network, theory prediction algorithm