Liên kết phát hiện bất thường trong mạng tạm thời


32

Tôi đã xem qua bài viết này sử dụng phát hiện bất thường liên kết để dự đoán các chủ đề xu hướng và tôi thấy nó rất hấp dẫn: Bài báo "Khám phá các chủ đề mới nổi trong các luồng xã hội thông qua Phát hiện dị thường liên kết" .

Tôi rất thích sao chép nó trên một tập dữ liệu khác, nhưng tôi không đủ quen thuộc với các phương pháp để biết cách sử dụng chúng. Giả sử tôi có một loạt ảnh chụp nhanh về mạng lưới các nút trong khoảng thời gian sáu tháng. Các nút có phân phối độ dài, với hầu hết chỉ có một vài kết nối, nhưng một số có rất nhiều kết nối. Các nút mới xuất hiện trong khoảng thời gian này.

Làm thế nào tôi có thể thực hiện các phép tính khả năng tối đa được giảm giá theo tuần tự được sử dụng trong bài báo để phát hiện các liên kết dị thường mà tôi nghĩ có thể là tiền thân của một vụ nổ? Có phương pháp nào khác sẽ phù hợp hơn?

Tôi hỏi cả về lý thuyết và thực tế. Nếu ai đó có thể chỉ cho tôi một cách để thực hiện điều này trong python hoặc R, điều đó sẽ rất hữu ích.

Bất kỳ ai? Tôi biết bạn thông minh ngoài kia có một số suy nghĩ bắt đầu cho một câu trả lời,


1
Nếu bạn không ngại thư giãn sở thích R / python, công việc này của tôi có thể giúp gì không? goo.gl/l7SLlB Một số ưu điểm của phương pháp này là bạn không cần phải lo lắng về các loại tính năng, chuẩn hóa và hơn thế nữa.
arielf

1
Trừ khi tôi hiểu sai câu hỏi, bạn sẽ có thể thực hiện phương pháp từ bài viết giống như cách các tác giả của bài báo thực hiện phương pháp. Nếu phương pháp không thể sao chép từ bài báo, thì bạn nên liên hệ với các tác giả. Các tác giả cũng có thể sẵn sàng cung cấp mã của họ. Nếu bạn có câu hỏi lý thuyết cụ thể hoặc câu hỏi lập trình thì chúng nên được hỏi riêng.
Nat

Câu trả lời:


0

Trước tiên, bạn nên đưa ra định nghĩa về điểm bất thường cho một nút mới (xem phần 3.1, 3.2). May mắn thay, sự tương ứng giữa một bài đăng mới (trong trường hợp của họ) và một nút mới (trong trường hợp của bạn) là gần như một, vì chúng ta chỉ quan tâm đến tập hợp các nút (người dùng) mà nút (bài đăng) là có quan hệ với.

Do đó, chúng ta có thể mô tả một nút mới bằng số cạnh / kết nối mà nó có và tập V của các nút khác mà nó được kết nối. Do đó, các phương trình (1) - (4) có thể được viết theo cách tương tự. Sau đó, bạn có thể sử dụng quy trình Nhà hàng Trung Quốc, như được mô tả ở cuối tiểu mục 3.1., Sau khi giới thiệu một tham số mới . Bây giờ, với điều kiện bạn đã đạt được xác suất (3), bạn có thể đạt được điểm bất thường liên kết (7).γ

Hỏi thêm, nếu bạn gặp khó khăn để làm theo các bước được mô tả trong tiểu mục 3.4., Nơi áp dụng SDNML.

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.