Link prediction in co-authoring networks: a comparative analysis using two versions of topological metrics
DOI:
https://doi.org/10.5335/rbca.v15i2.13817Keywords:
Social Network Analysis, Graph Applications, Topological Metrics, Link PredictionAbstract
The problem called link prediction consists of estimating the appearance of of edges between nodes of a graph representing a network. Among the different approaches of the problem proposed in the literature, we consider only the topological one. We use topological metrics in two versions: traditional and in pairs, (the last version in two variants, ‘or’ and ‘and’). The objective of this work is to compare four local topological metrics, in two versions, performing experiments in five real co-authorship networks. We present the results and conclusions obtained from the experiments performed on five real ArXiv networks.
Downloads
Download data is not yet available.
Downloads
Published
2023-07-27
Issue
Section
Original Paper
License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Todos os artigos estão licenciados com a licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Autores que publicam nesta revista concordam com os seguintes termos:
a) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
b) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
c) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
How to Cite
[1]
2023. Link prediction in co-authoring networks: a comparative analysis using two versions of topological metrics. Brazilian Journal of Applied Computing. 15, 2 (Jul. 2023), 11–21. DOI:https://doi.org/10.5335/rbca.v15i2.13817.
