Ensemble Assisted Multi-Feature Learnt Social Media Link Prediction Model Using Machine Learning Techniques
Notice bibliographique
Résumé
In this paper a robust consensus-based ensemble assisted multi-feature learnt social media link prediction model is developed. Unlike classical methods, a multi-level enhancement paradigm was considered where at first the focus was made on extracting maximum possible features depicting inter-node relationship for high accuracy of prediction. Considering robustness of the different feature sets, we extracted local, behavioural as well as topological features including Jaccard coefficient, cosine similarity, number of followers, intermediate followers, ADAR. The use of these all features as link-signifier strengthened the proposed link-prediction model to train over a large data and to ensure higher accuracy. Undeniably, the use of aforesaid multiple features-based approach could yield higher accuracy and reliability; however, at the cost of increased computation. To avoid it, different feature selection methods like rank sum test, cross-correlation, principal component analysis were applied. The use of these feature selection methods had dual intends; first to assess which type of features can have higher accuracy and second to reduce unwanted computation. This research revealed that cosine similarity-based features don’t have significant impact on eventual classification. On the contrary, cross-correlation and PCA based features had exhibited relatively higher accuracy (up to 97%). Once retrieving the set of suitable features, unlike standalone classifier based (two-class) prediction, we designed a novel consensus based ensemble learning model by using logistic regression, decision tree algorithm, deep-neuro computing algorithms (ANN-GD and ANN-LM with different hidden layers), which classified each node-pair as Linked or Not-Linked. Our proposed link-prediction model has exhibited link-prediction accuracy (98%), precision (0.93), recall (0.99), and F-Measure (0.97), which is higher than the other state-of-art machine learning methods.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».