একটি সামাজিক নেটওয়ার্কে সম্ভাব্য সংযোগগুলি কীভাবে নির্ধারণ করবেন?


29

আমি "প্রস্তাবিত বন্ধুরা" অ্যালগরিদমকে মোকাবেলার জন্য একটি পদ্ধতির নির্ধারণে আগ্রহী।

ফেসবুকের একটি বৈশিষ্ট্য রয়েছে যাতে এটি এমন ব্যক্তিকে আপনার কাছে সুপারিশ করবে যা এটি মনে করে যে আপনার সাথে পরিচিত হতে পারে। এই ব্যবহারকারীরা সাধারণত (প্রান্তের কেসগুলিকে বাদ দিয়ে যেখানে কোনও ব্যবহারকারী বিশেষ করে বন্ধুর প্রস্তাব দেয়) নিজের কাছে অত্যন্ত অনুরূপ একটি নেটওয়ার্ক থাকে। অর্থাত, সাধারণ বন্ধুদের সংখ্যা বেশি। আমি ধরে নিয়েছি টুইটার তাদের "হু টু ফলো" প্রক্রিয়াটির জন্য একই ধরণের পথ অনুসরণ করে।

স্টিফেন ডয়েল (আইজি) , একজন ফেসবুক কর্মচারী পরামর্শ দিয়েছিলেন যে সম্পর্কিত নিউজফিডে এজ এজ্যাঙ্ক ফর্মুলা ব্যবহার করা হয়েছে যা দেখে বোঝা যায় যে উপস্থিতির মতো বন্ধুদের তুলনায় বেশি মূল্যবান হওয়া একই পোস্ট। অন্য একজন ব্যবহারকারী গুগল র‌্যাঙ্ক সিস্টেমের পরামর্শ দিয়েছেন।

ফেসবুক যুক্তরাষ্ট্রের তাদের খবর ফিড অপ্টিমাইজেশান হিসাবে যেখানেΣতোমার দর্শন লগ করাইWইঘই

তোমার দর্শন লগ করাই = এই প্রান্তটির জন্য ওজন (তৈরি, মন্তব্য, লাইক, ট্যাগ ইত্যাদি) দেখার জন্য ব্যবহারকারী এবং প্রান্তের স্রষ্টা between = এর মধ্যে স্কোর = কতকাল আগে প্রান্তটি তৈরি হয়েছিল তার উপর ভিত্তি করে সময় ক্ষয়কারী ফ্যাক্টর
Wই
ঘই

এই আইটেমগুলির সংমিশ্রণটি কোনও অবজেক্টের র‌্যাঙ্ক দেওয়ার কথা বলে যা আমি আইজি ইঙ্গিত হিসাবে ধরে নিয়েছি, এর অর্থ অনুরূপ বিন্যাসে থাকা কিছু প্রস্তাবিত বন্ধুদের জন্য ব্যবহৃত হয়েছে।

সুতরাং আমি অনুমান করছি যে এই উপায়টিই যেখানে কোনও র‌্যাঙ্ক সিস্টেমের মাধ্যমে সমস্ত ধরণের সংযোগগুলি সাধারণভাবে করা হয়?


একটি সাধারণ সূচনা পয়েন্ট হিসাবে, আপনি "বন্ধুদের বন্ধু" সুপারিশ সিস্টেমটি ব্যবহার করতে পারেন। এটি হ'ল, যদি আপনার অনেক বন্ধু থাকে যা ব্যক্তির এক্স এর বন্ধু হয়, তবে আপনার পক্ষে এক্স এক্স এর সাথে বন্ধু হওয়া উচিত
— জো

1
বিভিন্ন এলোমেলো-গ্রাফ মডেল রয়েছে যা একটি বাস্তব সামাজিক নেটওয়ার্কের কাঠামো ক্যাপচার চেষ্টা করে। সম্ভাব্য প্রান্তের সম্ভাবনা গণনা করা আপনার ব্যবহৃত মডেল এবং উপলভ্য তথ্যের উপর নির্ভর করে।
— কাভেহ

উত্তর:


7

আপনি সামাজিক গ্রাফকে ম্যাট্রিক্স হিসাবে ভাবতে পারেন । সমস্যার এক পদ্ধতির মধ্যে প্রথমে এম 2 গণনা করা হয় যা সামাজিক নেটওয়ার্কের দুই অভিনেতার মধ্যে দৈর্ঘ্যের দু'টি পথই দেয়। এটি বন্ধুদের এই বন্ধুগুলির মধ্যে সংযোগের ওজন হিসাবে দেখা যায়। পরবর্তী পদক্ষেপটি হ'ল নতুন বন্ধুদের জন্য সেরা প্রার্থী পেতে আগ্রহী ব্যক্তির সাথে মিল রেখে এম 2 এর সারি থেকে কলামগুলি নির্বাচন করা ।এমএম2এম2


1
এটি এবং ব্যক্তি পি এর মধ্যে পাথের সংখ্যা দেবে যা তারপরে বন্ধুদের র‌্যাঙ্ক করতে ব্যবহার করা যেতে পারে। আমি এটা স্বীকার করি। চআমিপি
— ডেভ ক্লার্ক

আমি মনে করি গ্রাফের সাথে সমস্যার মডেলিং করা সহজ এবং আরও স্বজ্ঞাত।
— এমএমএস

11

আপনি যা খুঁজছেন তা হিউরিস্টিক। কোনও আলগোরিদিম বলতে পারে না, কেবলমাত্র ইনপুট হিসাবে বন্ধুদের একটি গ্রাফ দেওয়া হয়, সরাসরি সংযুক্ত নয় এমন দুটি ব্যক্তি বন্ধু হয় বা না; বন্ধুত্ব / পরিচিতির সম্পর্কটি ট্রানজিটিভ হওয়ার গ্যারান্টিযুক্ত নয় (আমরা প্রতিসাম্যতা ধরে নিতে পারি, তবে এটি বাস্তব জীবনেও প্রসারিত হতে পারে)। সম্পর্কের গ্রাফগুলির প্রকৃতি সম্পর্কে কিছু গাণিতিক বোঝার চেয়ে লোকেরা কীভাবে ইন্টারঅ্যাক্ট করে তা বোঝার উপর ভিত্তি করে যে কোনও ভাল হিউরিস্টিকের প্রয়োজন হবে (যদিও আমাদের এই শর্তগুলিতে তাত্ত্বিক পরিমাণের পরিমাণ প্রয়োজন)।

সমান সম্ভাবনা সহ বন্ধুদের বন্ধুদের পরামর্শ দেওয়া তুলনামূলক কম সস্তা তবে ভুল সংজ্ঞাবাদী। উদাহরণস্বরূপ, আমার বাবার বন্ধু রয়েছে, তবে আমি বলব না যে আমি তাদের কারও সাথেই বন্ধু (যদিও আমি সম্ভবত বলব যে আমি বাবার বন্ধু, যেমন একটি সামাজিক নেটওয়ার্কের উদ্দেশ্যে)। অপেক্ষাকৃত কাছের দূরত্বে একজন ব্যক্তি থাকা তাদের অগত্যা দুর্দান্ত প্রার্থী করে না।

যাদের সাথে আপনার অনেকগুলি বর্ধিত সংযোগ রয়েছে তাদের পরামর্শ দেওয়াও সাধারণভাবে দুর্বল পছন্দ বলে মনে হয়, কারণ এটি এমন লোকদের বন্ধুদের অগ্রগামী বাড়াতে পরিচালিত করবে যারা কেভিন বেকন গেম থেকে বিচ্ছিন্নতার সাত ডিগ্রি হ'ল এর উদাহরণ)।

আর

  _____
 /     \
a---c   f
|   | /
b   d---e
| \ |
g   h   i

বলুন আমরা এর জন্য নতুন বন্ধু খুঁজতে চাই a। aএর বর্তমান বন্ধু b, cএবং f। আমরা মধ্যে থাকা প্রকৃত সমতুল্য প্রতিরোধের নির্ণয় aএবং প্রতিটি d, e, g, h, এবং i:

pair   resistance
(a,d)   6/7
(a,e)  13/7
(a,g)   7/4
(a,h)   1/1
(a,i)   inf

এই তাত্ত্বিক অনুসারে, dসেরা প্রার্থী বন্ধু, নিকটে অনুসরণ করা হয় h। gপরের সেরা বাজি, কাছাকাছি অনুসরণ করা হয় e। iএই উত্তরাধিকারী দ্বারা প্রার্থী বন্ধু হতে পারে না। বাস্তব মানব সামাজিক মিথস্ক্রিয়ের প্রতিনিধি হওয়ার জন্য আপনি কি এই বৌদ্ধিক ফলাফলটি খুঁজে পান কিনা তা গুরুত্বপূর্ণ। গণনামূলকভাবে বলতে গেলে, এটিতে দুটি ব্যক্তি (বা সম্ভবত আকর্ষণীয়ভাবে, কিছু অর্থপূর্ণভাবে এটি কাটা কাটা কাটা) এর মধ্যে থাকা সমস্ত উপাখণ্ডগুলি অন্তর্ভুক্ত করা উচিত, তারপরে উত্স এবং সিঙ্ক নোডের মধ্যে সমান প্রতিরোধের মূল্যায়ন করবে।

সম্পাদনা: তাহলে এর জন্য আমার সামাজিক অনুপ্রেরণা কী? ঠিক আছে, এটির সাথে যোগাযোগ স্থাপন করা এবং তারপরে মধ্যস্থতাকারী (বন্ধুবান্ধব) এর মাধ্যমে সম্ভবত উল্লেখযোগ্য পরিমাণে তথ্যের সাথে যোগাযোগ করা কতটা শক্ত তার একটি মোটামুটি মডেল হতে পারে। সিএস পদগুলিতে (পদার্থবিজ্ঞানের শর্তের পরিবর্তে), এটি কোনও গ্রাফের দুটি নোডের মধ্যে ব্যান্ডউইথ হিসাবে গণ্য হতে পারে। এই সিস্টেমের এক্সটেনশানগুলি হ'ল বিভিন্ন ওজনযুক্ত ব্যক্তিদের মধ্যে বিভিন্ন ধরণের লিঙ্কের (প্রতিরোধের, ব্যান্ডউইথ ইত্যাদি) মঞ্জুরি দেয় এবং উপরের মত এগিয়ে যায়।


10

সামাজিক যোগাযোগের জনপ্রিয়তা বন্ধ হওয়ায় এই সমস্যাটিতে অনেক কাজ হয়েছে। সমস্যাটিকে সাধারণত "লিঙ্ক প্রেডিকশন" বলা হয় এবং খুব ভাল এবং বিস্তৃত সমীক্ষা এখানে এবং এখানে পাওয়া যায় । পদ্ধতিগুলি খুব সাধারণ (যেমন নোডগুলির মধ্যে জ্যাকার্ডের মিল) থেকে শুরু করে খুব জটিল পর্যন্ত (যেমন জেনেরিটি সংযোগ প্রক্রিয়ার পরিসংখ্যানের মডেলগুলি তৈরি করা)। এটি আপনার ডেটাসেটে আপনি যে সুনির্দিষ্ট বৈশিষ্ট্যগুলি পেয়েছেন তার উপর অনেক বেশি নির্ভর করে (যেমন কেবল নেটওয়ার্ক স্ট্রাকচার, নোড বৈশিষ্ট্য? প্রান্ত বৈশিষ্ট্য, ...) তবে এই সমীক্ষাগুলি আপনাকে কোথা থেকে শুরু করার জন্য একটি ভাল ধারণা দেবে।


4

দাবি অস্বীকার: আমি এখানে বন্যভাবে অনুমান করছি; আমি কোন জেনার রিসার্চ পড়িনি।

নোডের সাথে সংযোগের সংখ্যার তুলনায় নোডের সাথে কত সংযোগ ভাগ করা যায় তা আপনি দেখতে পারেন। এটি একটি খুব নিষ্পাপ (স্থানীয় হিসাবে) ধারণা, তবে এখানে রয়েছে।

এনসিএনএন1এন2এন2এন1

|সিএন1∩সিএন2||সিএন1|≥α

α∈[0,1]

আর একটি ধারণা আরও বিশ্বব্যাপী: হাতের সমান নোডের একটি সেট নির্ধারণ করুন এবং তাদের মধ্যে বেশিরভাগ অংশীদারি সংযোগের প্রস্তাব দিন। সুতরাং, অনুরূপ নোডের সেট সংজ্ঞায়িত করুন

এসএন={এম:|সিএন∩সিএম|এন≥α}

এবং সেট দ্বারা প্রশংসনীয় পরামর্শ সেট

{এস:Σএম∈এসএন[এস∈এম]|এসএন|≥β}

α,β∈[0,1]

এসএন

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.