SPOR AĞLARINDA BAĞLANTI TAHMİNİ YÖNTEMLERİNİN KARŞILAŞTIRILMASI
Yükleniyor...
Dosyalar
Tarih
2022-01
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bağlantı tahmini, karmaşık ağlarda düğümler arasındaki bağlantıları analiz ederek gelecekte oluşabilecek muhtemel yeni bağlantıların tahmininde kullanılmaktadır. Özellikle dinamik ağlarda, düğümler arasındaki ilişkilerdeki değişkenlik yeni bağlantıların ortaya çıkmasıyla ya da mevcut bağlantıların kopmasıyla sonuçlanmaktadır. Bu durum ise düğümler arasındaki ilişkilerin gelecekte nasıl şekillenebileceğini analiz etmenin önemini arttırmaktadır. Sosyal ağlar, bilimsel işbirliği ağları, ticaret ağları gibi varlıkları arasındaki ilişkileri sürekli gelişen ve değişen gerçek dünya ağlarında da gelecekte olası yeni bağlantıların tahmin edilmesi önemlidir. Bağlantı tahmininin sosyal ağlar, bilimsel ağlar ve ticaret ağları gibi uygulandığı gerçek dünya ağlarında başarılı sonuçlar vermiş olması, bağlantı tahmini yöntemlerinin dinamik yapıya sahip farklı karmaşık ağlarda kullanılabilmesini mümkün kılmaktadır. Bununla birlikte farklı alanlardan ağlar oluşturularak bağlantı tahmininin yapılabilirliğini gösteren çalışmaların az olduğu görülmektedir. Bu tez çalışmasında, bağlantı tahmini yöntemlerinin mevcut kullanım alanlarından farklı olarak karmaşık ağ özelliklerine sahip spor ağlarındaki başarısı araştırılmıştır. Çalışmada Avustralya Açık Tenis turnuvalarından, UEFA Avrupa Ligi karşılaşmalarından ve Dünya Snooker Şampiyonası müsabakalarından farklı zaman periyotlarında oluşturulan ağlarda komşuluk tabanlı bağlantı tahmini yöntemleri uygulanmıştır. Komşuluk tabanlı bağlantı tahmini yöntemlerinin, uygulandığı ağlardaki başarısını ölçmek için AUC metriği kullanılmıştır. Yapılan deneysel çalışmalarda komşuluk tabanlı bağlantı tahmini yöntemlerinin spor ağlarında başarılı sonuçlar verdiği görülmektedir.
Link prediction is used to predict possible new links that may occur in the future by analyzing links between nodes in complex networks. Especially in dynamic networks, the variability in the relations between nodes results in the emergence of new connections or the breaking of existing connections. This situation increases the importance of analyzing how the relations between nodes can be shaped in the future. It is also important to predict possible new connections in the future in real-world networks such as social networks, scientific cooperation networks, trade networks, whose relationships are constantly evolving and changing. The successful results in real-world networks where link prediction is applied, such as social networks, scientific networks and trade networks, make it possible to use link prediction methods in different complex networks with dynamic structure. However, it is seen that there are few studies showing the feasibility of connection estimation by creating networks from different areas. In this thesis, the success of link estimation methods in sports networks with complex network properties, different from the current usage areas, was investigated. In the study, neighborhood-based connection estimation methods were applied in networks created in different time periods from Australian Open Tennis tournaments, UEFA Europa League matches and World Snooker Championship competitions. The AUC metric is used to measure the success of the neighborhood-based link prediction methods in the networks where it is applied. Especially in dynamic networks, the variability in the relations between nodes results in the emergence of new connections or the breaking of existing connections. In experimental studies, it is seen that neighborhood-based connection estimation methods give successful results in sports networks."
Link prediction is used to predict possible new links that may occur in the future by analyzing links between nodes in complex networks. Especially in dynamic networks, the variability in the relations between nodes results in the emergence of new connections or the breaking of existing connections. This situation increases the importance of analyzing how the relations between nodes can be shaped in the future. It is also important to predict possible new connections in the future in real-world networks such as social networks, scientific cooperation networks, trade networks, whose relationships are constantly evolving and changing. The successful results in real-world networks where link prediction is applied, such as social networks, scientific networks and trade networks, make it possible to use link prediction methods in different complex networks with dynamic structure. However, it is seen that there are few studies showing the feasibility of connection estimation by creating networks from different areas. In this thesis, the success of link estimation methods in sports networks with complex network properties, different from the current usage areas, was investigated. In the study, neighborhood-based connection estimation methods were applied in networks created in different time periods from Australian Open Tennis tournaments, UEFA Europa League matches and World Snooker Championship competitions. The AUC metric is used to measure the success of the neighborhood-based link prediction methods in the networks where it is applied. Especially in dynamic networks, the variability in the relations between nodes results in the emergence of new connections or the breaking of existing connections. In experimental studies, it is seen that neighborhood-based connection estimation methods give successful results in sports networks."
Açıklama
Anahtar Kelimeler
Bağlantı Tahmini, Karmaşık Ağlar, Sosyal Ağlar, Spor Ağları., Link Prediction, Complex Networks, Social Networks, Sports Networks.
