nach oben

Erschienen in:

2021 | OriginalPaper | Buchkapitel

Link Prediction in Social Networks by Variational Graph Autoencoder and Similarity-Based Methods: A Brief Comparative Analysis

verfasst von : Sanjiban Sekhar Roy, Aditya Ranjan, Stefania Tomasiello

Erschienen in: Pattern Recognition. ICPR International Workshops and Challenges

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

Link prediction is an emerging and fast-growing applied research area. In a network, it is possible to predict the next link which is going to be formed. The usefulness of link prediction modeling has been proved in several fields and applications, such as biomedicine, recommending systems, and social media. In this short paper, we discuss the potential of Variational Graph Autoencoder, by comparing the results so obtained against those by some similarity-based methods, such as Adamic-Adar, Jaccard coefficient, and Preferential Attachment.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Novelty Based Driver Identification on RR Intervals from ECG Data

Nächstes Kapitel A Hybrid Wine Classification Model for Quality Prediction

Sen, P., et al.: Collective classification in network data. AI Mag. 29(3), 93–106 (2008)CrossRef

Tabourier, L., Libert, A.-S., Lambiotte, R.: Predicting links in ego-networks using temporal information. EPJ Data Sci. 5(1), 1–16 (2016). https://doi.org/10.1140/epjds/s13688-015-0062-0CrossRef

Roy, S.S., Biba, M., Kumar, R., Kumar, R., Samui, P.: A new SVM method for recognizing polarity of sentiments in twitter. In: Handbook of Research on Soft Computing and Nature-Inspired Algorithms, pp. 281–291. IGI Global (2017)

Kumar, A., et al.: Link prediction techniques, applications, and performance: a survey. Phys. A 553, 124289 (2020)MathSciNetCrossRef

D’Aniello, G., Gaeta, M., Reformat, M., Troisi, F.: Link prediction in signed social networks using fuzzy signature. In Proceedings - IEEE International Conference on Systems, Man and Cybernetics, pp. 2524–2529 (2019)

Reformat, M.Z., D’Aniello, G., Gaeta, M.: Knowledge graphs, category theory and signatures. In: Proceedings - 2018 IEEE/WIC/ACM International Conference on Web Intelligence, pp. 480–487 (2018)

Loia, V., Parente, D., Pedrycz, W., Tomasiello, S.: A granular functional network with delay: some dynamical properties and application to the sign prediction in social networks. Neurocomputing 321, 61–71 (2018)CrossRef

Mallek, S., Boukhris, I., Elouedi, Z., Lefevre, E.: Evidential link prediction in social networks based on structural and social information. J. Comput. Sci. 30, 98–107 (2019)MathSciNetCrossRef

Kipf, T., Welling, M. Variational graph auto-encoders. arXiv:1611.07308 (2016)

10.

Chen, X., Tao, W., Xian, X., Wang, C., Yuan, Y., Ming, G.: Enhancing robustness of link prediction for noisy complex networks. Phys. A Stat. Mech. Appl. 555, 124544 (2020)CrossRef

11.

Zhang, Q., Tong, T., Wu, S.: Hybrid link prediction via model averaging. Phys. A Stat. Mech. Appl. 556, 124772 (2020)CrossRef

12.

Ding, Y., Tian, L. P., Lei, X., Liao, B., Wu, F. X. Variational graph auto-encoders for miRNA-disease association prediction. Methods (2020). in press

13.

Adamic, L.A., Adar, E.: Friends and neighbors on the web. Soc. Netw. 25(3), 211–230 (2003)CrossRef

14.

Liben-Nowell, D., Kleinberg, J.: The link-prediction problem for social networks. J. Am. Soc. Inform. Sci. Technol. 58(7), 1019–1031 (2007)CrossRef

15.

Lichtenwalter, R.N., Lussier, J.T. , Chawla, N.V., New perspectives and methods in link prediction. In: Proceedings of the 16th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. ACM (2010)

Titel: Link Prediction in Social Networks by Variational Graph Autoencoder and Similarity-Based Methods: A Brief Comparative Analysis
verfasst von: Sanjiban Sekhar Roy
Aditya Ranjan
Stefania Tomasiello
Verlag: Springer International Publishing
Buch: Pattern Recognition. ICPR International Workshops and Challenges
Print ISBN: 978-3-030-68798-4

Electronic ISBN: 978-3-030-68799-1

Copyright-Jahr: 2021
DOI: https://doi.org/10.1007/978-3-030-68799-1_30

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"

Premium Partner