Los algoritmos predicción de enlaces están diseñados para estimar diferentes indices de influencia de los vértices que posee un grafo. Parten en su mayoría de la hipótesis de que si un nodo posee varías conexiones, puede ser mayor la probabilidad de que este reciba enlaces adicionales. Estos algoritmos son de uso fundamental en el análisis de redes sociales y otros ámbitos tecnológicos.
A continuación, conocerás los principales algoritmos diseñados para la predicción de enlaces.
Algoritmos de predicción de enlaces
Algoritmo Adamic Adar
El algoritmo Adamic Adar es uno de los principales miembros de la biblioteca de algoritmos de Neo4j. Este se basa en el funcionamiento del indice Adamic/Adar. Es de gran funcionalidad para el análisis de redes sociales o entornos inter-conectados ya que evalúa y califica los vértices tomando como referencia la cantidad de enlaces compartidos entre dos nodos.
El indice planteado por Lada Adamic y Eytan Adar nos indica que al calcularlo, estaremos obteniendo la suma de la centralidad del grado logarítmico inverso de los vecinos que son compartidos por el par de nodos en estudio.
Algoritmo de asignación de recursos
Dentro de la biblioteca de algoritmos que incorpora Neo4j tenemos el conocido algoritmo de asignación de recursos. Este importante algoritmo está diseñado específicamente para calcular la cercanía de los nodos que componen un grafo según la distancia que tiene con sus vecinos compartidos.
En este algoritmo podemos obtener una medición con la que podemos calcular con precisión la cercanía entre vértices pertenecientes a un grafo. La base cientifica que da pie a la estructura de cálculo de este algoritmo fue aportada por Tao Zhou, Linyuan Lü y Yi-Cheng Zhang en sus trabajos sobre la predicción de enlaces en redes de alta complejidad.
Algoritmo de apego preferencial
El algoritmo de apego preferencial es una potente herramienta para la predicción de enlaces en la que se calcula la cercanía de los vértices que componen un grafo, tomando en cuenta un conjunto especifico de vecinos compartidos. Partiendo de los postulados propuestos por Barbasi-Albert, se asume la hipótesis de que se pueden generar redes aleatorias libres de escalas utilizando un mecanismo de conexión de tipo preferencial. Este algoritmo tiene una relevancia importante en diversos ámbitos de estudio.
Algoritmo de vecinos comunes
El algoritmo de vecinos comunes o Common Neighbors es un tipo de algoritmo diseñado para estudiar la predicción de enlaces aplicando una formula matemática en la que se calculan las posibilidades de inter-conexión entre dos nodos. Su base científica parte de la premisa de que dos vértices que tengan al menos una relación en común tiene más posibilidades de conectarse con nuevos enlaces hacia otro nodo, que dos nodos sin ninguna relación.
Algoritmo Same Community
Este importante algoritmo conocido como algoritmo de Same Community o de misma comunidad, es un tipo especial de algoritmo que busca comprobar la pertenencia de vértices de un grafo a una misma comunidad. Al comprobar si los nodos en estudio forman parte de una misma comunidad puede presentarse una alta probabilidad de que estos vértices se conecten a través de nuevos enlaces.
Algoritmo Total Neighbors
El conocido como algoritmo Total Neighbors es el encargado de calcular la cercanía existente entre los nodos pertenecientes a un grafo. Estudiando un par de ellos podemos conocer el número de vecinos únicos que poseen. La teoría que fundamenta la creación de este algoritmo nos dice que cuanto más conectado este un vértice a otro, es más alta la probabilidad de que a dicho nodo le sean anexados más enlaces.
Esperamos que esta información sea de utilidad para conocer a profundidad cuales son los principales algoritmos de predicción de enlaces.
Visita más de Grapheverywhere para descubrir todo lo que necesitas sobre los algoritmos de análisis de grafos.
