論文の概要: RankMerging: A supervised learning-to-rank framework to predict links in large social network
- arxiv url: http://arxiv.org/abs/1407.2515v5
- Date: Sat, 29 Mar 2025 16:50:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-06 19:21:22.953964
- Title: RankMerging: A supervised learning-to-rank framework to predict links in large social network
- Title（参考訳）: RankMerging: 大規模ソーシャルネットワークにおけるリンク予測のための教師付き学習 to ランクフレームワーク
- Authors: Lionel Tabourier, Daniel Faria Bernardes, Anne-Sophie Libert, Renaud Lambiotte,
- Abstract要約: RankMergingは、さまざまな教師なしランキングで提供される情報を組み合わせることを目的としている。
本稿では,3種類のソーシャルネットワーク上での手法を概説し,非教師なしのランク付け指標の性能を大幅に向上させることを示す。
- 参考スコア（独自算出の注目度）: 0.3749861135832073
- License:
- Abstract: Uncovering unknown or missing links in social networks is a difficult task because of their sparsity and because links may represent different types of relationships, characterized by different structural patterns. In this paper, we define a simple yet efficient supervised learning-to-rank framework, called RankMerging, which aims at combining information provided by various unsupervised rankings. We illustrate our method on three different kinds of social networks and show that it substantially improves the performances of unsupervised metrics of ranking. We also compare it to other combination strategies based on standard methods. Finally, we explore various aspects of RankMerging, such as feature selection and parameter estimation and discuss its area of relevance: the prediction of an adjustable number of links on large networks.
- Abstract（参考訳）: ソーシャルネットワークにおける未知リンクや欠落リンクの発見は、その空白さと、リンクが異なるタイプの関係を表現し、異なる構造パターンによって特徴づけられるため、難しい作業である。
本稿では,教師なしランキングの提供する情報を組み合わせることを目的として,RangeMergingという,シンプルながら効率的な教師付き学習 to ランクフレームワークを定義する。
本稿では,3種類のソーシャルネットワーク上での手法を概説し,非教師なしのランク付け指標の性能を大幅に向上させることを示す。
また、標準手法に基づく他の組み合わせ戦略と比較する。
最後に,機能選択やパラメータ推定などのRangeMergingのさまざまな側面について検討し,その関連性について考察する。
関連論文リスト
- POGEMA: A Benchmark Platform for Cooperative Multi-Agent Pathfinding [76.67608003501479]
POGEMAは、学習のための高速環境、問題インスタンスジェネレータ、可視化ツールキットを含む、総合的なツールセットである。
また、プライマリ評価指標に基づいて計算されるドメイン関連メトリクスの範囲を規定する評価プロトコルを導入し、定義する。
この比較の結果は、様々な最先端のMARL、検索ベース、ハイブリッド手法を含む。
論文 参考訳（メタデータ） (2024-07-20T16:37:21Z) - Link Prediction for Social Networks using Representation Learning and
Heuristic-based Features [1.279952601030681]
ソーシャルネットワークのリンク不足を効率的に予測することは、現代の様々なビジネスアプリケーションに役立つ。
本稿では,ソーシャルネットワークにおけるノードとエッジの表現を生成するための様々な特徴抽出手法について検討する。
論文 参考訳（メタデータ） (2024-03-13T15:23:55Z) - Weak Augmentation Guided Relational Self-Supervised Learning [80.0680103295137]
本稿では、異なるインスタンス間の関係をモデル化して表現を学習する新しいリレーショナル自己教師型学習(ReSSL)フレームワークを提案する。
提案手法では,異なるインスタンス間でのペアワイズ類似度の分布を,テクトitrelationmetricとして高めている。
実験の結果,提案したReSSLは,ネットワークアーキテクチャの異なる最先端手法よりも大幅に優れていた。
論文 参考訳（メタデータ） (2022-03-16T16:14:19Z) - A Unified Framework for Rank-based Evaluation Metrics for Link
Prediction in Knowledge Graphs [19.822126244784133]
負の負の3倍数を持たない知識グラフ上のリンク予測タスクは、ランクベースのメトリクスの使用を動機付けている。
本稿では,既存の測度を改善するための2つの方法について,代替アグリゲーション関数と確率論の概念を用いて検討する。
本稿では,知識グラフ埋め込みモデルのベンチマークにおいて,その使用例を示すとともに,より容易に解釈・比較できる新しいランクベースの指標を提案する。
論文 参考訳（メタデータ） (2022-03-14T23:09:46Z) - Learn to Match with No Regret: Reinforcement Learning in Markov Matching
Markets [151.03738099494765]
我々は、市場の両側でプランナーと戦略エージェントのセットを含むマルコフマッチング市場について検討する。
本稿では,楽観的な値反復と最大重みマッチングを組み合わせた強化学習フレームワークを提案する。
我々は,アルゴリズムがサブ線形後悔を実現することを証明した。
論文 参考訳（メタデータ） (2022-03-07T19:51:25Z) - GNNRank: Learning Global Rankings from Pairwise Comparisons via Directed
Graph Neural Networks [68.61934077627085]
本稿では,グラフ埋め込みを学習可能なGNNと互換性のあるモデリングフレームワークであるGNNRankを紹介する。
既存の手法と比較して,我々の手法が競争力があり,しばしば優れた性能を発揮することを示す。
論文 参考訳（メタデータ） (2022-02-01T04:19:50Z) - Learning from Heterogeneous Data Based on Social Interactions over
Graphs [58.34060409467834]
本研究では,個別のエージェントが異なる次元のストリーミング特徴を観察しながら分類問題の解決を目指す分散アーキテクチャを提案する。
私たちはそれを示します。
戦略により、エージェントはこの高度に異質な環境下で一貫して学習することができる。
私たちはそれを示します。
戦略により、エージェントはこの高度に異質な環境下で一貫して学習することができる。
論文 参考訳（メタデータ） (2021-12-17T12:47:18Z) - Learning Prototype-oriented Set Representations for Meta-Learning [85.19407183975802]
集合構造データから学ぶことは、近年注目を集めている根本的な問題である。
本稿では,既存の要約ネットワークを改善するための新しい最適輸送方式を提案する。
さらに、少数ショット分類と暗黙的メタ生成モデリングの事例にインスタンス化する。
論文 参考訳（メタデータ） (2021-10-18T09:49:05Z) - GCN-ALP: Addressing Matching Collisions in Anchor Link Prediction [40.811988657941946]
問題のtextitanchorリンク予測は、ソーシャルネットワーク全体のユーザープロファイル、コンテンツ、ネットワーク構造上の共通の根拠とユーザーデータをリンクするために形式化されます。
マッチンググラフ上でのアンカーリンク予測を効率的に解く、ミニバッチ戦略によるグラフ畳み込みネットワークを提案する。
論文 参考訳（メタデータ） (2021-03-19T02:41:55Z) - Building Cross-Sectional Systematic Strategies By Learning to Rank [6.759148939470331]
学習からランクまでのアルゴリズムを組み込むことで、横断的なポートフォリオを強化するフレームワークを提案する。
最新の機械学習ランキングアルゴリズムを用いることで、断面戦略の取引性能が大幅に向上することを示す。
論文 参考訳（メタデータ） (2020-12-13T20:52:35Z) - Link prediction in multiplex networks via triadic closure [0.9329978164030673]
リンク予測アルゴリズムは複雑なシステムの構造と力学を理解するのに役立つ。
我々は,新しいリンクの予測を改善するために,異なる種類のリレーショナルデータを利用することができることを示す。
本稿では,Adamic-Adar法を任意の層で構成された多重化ネットワークに一般化し,新しいリンク予測アルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-11-16T20:25:08Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。