Resumen

La predicción de enlaces, que tiene como objetivo pronosticar enlaces potenciales o faltantes en una red compleja basándose en la información observada actualmente, ha atraído la atención creciente de los investigadores. Hasta la fecha, se han propuesto una serie de métodos basados en la similitud. Por lo general, un método alberga la idea de que una medida de similitud es aplicable a varias redes, y por lo tanto tiene fluctuaciones de rendimiento en diferentes redes. En este artículo, proponemos un método novedoso para resolver este problema al considerar la predicción de enlaces como un problema de toma de decisiones de múltiples atributos (MADM). En el método propuesto, consideramos los índices , , y como los múltiples atributos para los pares de nodos. Se adopta la técnica de rendimiento de orden por similitud a la solución ideal (TOPSIS) para agregar los múltiples atributos y clasificar los pares de nodos. El método propuesto no se limita a una sola medida de similitud, sino

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Predicción de enlaces; Métodos basados en similitud; Toma de decisiones con múltiples atributos; TOPSIS; Pares de nodos; Redes del mundo real
• Keywords:Link prediction; Similarity-based methods; Multiple-attribute decision-making; TOPSIS; Node pairs; Real-world networks