مدل‌سازی انتشار اطلاعات در شبکه‌های کتابشناسی چندلایه

Abstract

بسیاری از سیستم‌های اطلاعاتی را می‌توان به شکل شبکه‌ای چندلایه مدل کرد که هر لایه متشکل از تعدادی گره است و این گره‌ها با انواع مختلفی یال به یکدیگر مرتبط می‌شوند. اگرچه محققان در سال‌های اخیر به تحلیل انتشار اطلاعات در شبکه توجه نشان داده‌اند، اکثر این مطالعات به شبکه‌های تک‌لایه محدود بوده است. اما در دنیای واقعی به دلیل پیچیدگی روابط بین گره‌ها، عموماً شاهد وجود شبکه‌های چندلایه هستیم. کارهای پیشین، اغلب با ساده‌سازی‌های زیاد فضای مساله همراه هستند، مثلاً در بیشتر کارها تنوع گره‌ها و تأثیر متقابل آن‌ها نادیده گرفته شده است. روش پیشنهادی این مقاله با در نظر گرفتن تأثیر لایه‌های مختلف بر یکدیگر به پیش‌بینی انتشار در شبکه‌های چندلایه، می‌پردازد. مهم‌ترین ویژگی روش، این است که می‌تواند قدرت تأثیر تمامی لایه‌ها را مشخص کند و میزان این تأثیر را بدون توجه به شباهت یا تفاوت گره‌های هر لایه نسبت به هم، اندازه‌گیری نماید. مدل پیشنهادی بر روی دو مجموعه داده‌ی واقعی پیاده سازی و با سناریوهای مختلفی ارزیابی شده است. همچنین روند فعال شدن گره‌های مختلف را به دست آورده و با روند رشد واقعیشان در واقعیت مقایسه کردیم و نشان دادیم که روش پیشنهادی نسبت به روش‌های پیشین که تمامی گره‌ها را از یک نوع فرض می‌کردند، شباهت بیشتری به واقعیت دارد و می‌تواند راه مناسبی برای پیش‌بینی انتشار در شبکه‌های چندلایه باشد.