임시 네트워크에서 링크 이상 탐지


32

나는 트랜드 주제를 예측하기 위해 링크 이상 감지를 사용하는이 논문을 발견했으며,이 논문은 "링크 이상 감지를 통해 소셜 스트림에서 신흥 주제 발견" 이라는 놀라운 흥미를 발견했다 .

다른 데이터 세트에 복제하고 싶지만 사용 방법을 알 수있는 방법에 익숙하지 않습니다. 6 개월 동안 일련의 노드 네트워크에 대한 스냅 샷이 있다고 가정 해 봅시다. 노드는 긴 꼬리 분포를 가지고 있으며 대부분 연결이 거의 없지만 일부는 매우 많습니다. 이 기간 내에 새로운 노드가 나타납니다.

버스트의 전조라고 생각되는 비정상적인 링크를 탐지하기 위해이 논문에 사용 된 순차적으로 할인 된 정규화 된 최대 가능성 계산을 어떻게 구현할 수 있습니까? 더 적절한 다른 방법이 있습니까?

나는 이론적으로나 실질적으로 요구한다. 누군가 파이썬이나 R에서 이것을 구현하는 방법을 알려 줄 수 있다면 매우 도움이 될 것입니다.

누군가? 똑똑한 사람들이 답을 얻을 수있는 출발점이 있다는 것을 알고 있습니다.


1
R / Python 환경 설정을 편안하게 신경 쓰지 않는다면이 작업이 도움이 될 수 있습니까? goo.gl/l7SLlB 이 방법의 장점 중 일부는 기능 유형, 정규화 등에 대해 걱정할 필요가 없다는 것입니다.
arielf

1
내가 질문을 오해하지 않는 한, 논문의 저자가 방법을 구현 한 것과 같은 방법으로 논문에서 방법을 구현할 수 있어야합니다. 논문에서이 방법을 재현 할 수없는 경우 저자에게 연락해야합니다. 저자는 코드를 기꺼이 제공 할 수도 있습니다. 특정한 이론적 질문이나 프로그래밍 질문이있는 경우 별도로 질문해야합니다.
Nat

답변:


0

먼저 새로운 노드에 대한 비정상 점수 정의를 만들어야합니다 (섹션 3.1, 3.2 참조). 다행히도 새 게시물 (자신의 경우)과 새 노드 (귀하의 경우) 사이의 대응은 거의 일대일입니다. 왜냐하면 우리는 노드 (게시물)가있는 노드 (사용자) 집합에만 관심이 있기 때문입니다. 와 연관되다.

γ

SDNML이 적용되는 3.4. 절에 설명 된 단계를 따르기가 어려운 경우 추가로 문의하십시오.

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.