Wir verwenden Cookies und Analyse-Tools, um die Nutzerfreundlichkeit der Internet-Seite zu verbessern und für Marketingzwecke. Wenn Sie fortfahren, diese Seite zu verwenden, nehmen wir an, dass Sie damit einverstanden sind. Zur Datenschutzerklärung.
Link-Vorhersage in sozialen Netzwerken mit Hilfe eines künstlichen neuronalen Netzes
Details
Soziale Netzwerke (SNs) haben viele Nutzer angezogen und sind zu einem festen Bestandteil der täglichen Praxis des Einzelnen geworden. Der rasante Aufstieg von SNs wie Twitter und Facebook hat eine Vielzahl von Erkenntnissen hervorgebracht, die für die Forschung im Bereich der sozialen Beziehungen richtungsweisend sind. Das von Facebook repräsentierte Wissensnetzwerk basiert auf der Weitergabe, dem Teilen und dem Austausch von Informationen. Der Vorhersageprozess auf der Grundlage vorheriger Informationen über das Ereignis hilft, die Entwicklung des sozialen Netzwerks zu erkennen und unterstützt die Unternehmen bei der effektiven Entscheidungsfindung in einem typischen Empfehlungssystem. Die Vorhersage von Verbindungen in sozialen Netzwerken ist eine effiziente Technik für die Analyse der Entwicklung sozialer Organisationen und der Bildung sozialer Netzwerkbeziehungen. Die Vorhersage von Verbindungen ist eine wichtige Forschungsrichtung auf dem Gebiet der komplexen Netzwerke und der Datenverarbeitung. Einige komplexe physikalische Prozesse wie lokale stochastische Prozesse werden auch zur Messung der Ähnlichkeit zwischen Netzwerkknoten verwendet, um die Genauigkeit der Verbindungsvorhersage zu verbessern. Mit anderen Worten: Zwei miteinander verbundene Knoten in einem Netzwerk können eine mögliche Beziehung haben. Die Analyse, ob es eine mögliche Beziehung gibt, kann helfen, potenzielle Verbindungen zu finden.
Autorentext
Sneha Soni, trabalhando como professora assistente no departamento de CSE no Sagar Institute of Research and Technology Excellence (SIRTE) Bhopal. Ela tem mais de 17 anos de experiência de ensino. A sua área de especialização é Aprendizagem de Máquina, Criptografia, Marketing Digital.
Weitere Informationen
- Allgemeine Informationen
- GTIN 09786205625729
- Sprache Deutsch
- Größe H220mm x B150mm x T4mm
- Jahr 2023
- EAN 9786205625729
- Format Kartonierter Einband
- ISBN 978-620-5-62572-9
- Veröffentlichung 26.01.2023
- Titel Link-Vorhersage in sozialen Netzwerken mit Hilfe eines künstlichen neuronalen Netzes
- Autor Sneha Soni , Kalpana Rai , Anjali Sharma
- Gewicht 102g
- Herausgeber Verlag Unser Wissen
- Anzahl Seiten 56
- Genre Buchhandel & Bibliothekswesen