基于節點連接模式相關性的鏈接預測方法
作者：單娜; 李龍杰; 劉昱陽; 陳曉云 蘭州大學信息科學與工程學院; 蘭州730000
摘要：作為復雜網絡分析中的一個研究熱點,鏈接預測在許多領域中都有重要的應用價值,得到了廣泛的關注。使用網絡中的已知結構信息來計算未連接的節點對之間的相似性,進而評估其存在鏈接的可能性是目前最常用的方法。不同網絡具有不同的結構特征,節點之間的特征對鏈接的形成具有重要影響。為了提高鏈接預測的性能,文中定義了節點的連接模式,并基于節點連接模式的相關性(Correlation of Nodes’Connecting Patterns,CNCP)設計了一個新的鏈接預測模型。該模型將CNCP與基本相似性指標相結合,通過綜合節點的相似性與節點連接模式的相關性進行鏈接預測。文中將CNCP與CN(Common Neighbors),RA(Resource Allocation),AA(Adamic-Adar)及PA(Preferential Attachment)4個相似性指標相結合,提出了CNCP-CN,CNCP-RA,CNCP-AA和CNCP-PA 4個新的鏈接預測指標。在6個真實數據集上的實驗結果表明,所提方法在AUC和Precision 2個評價標準上的性能優于對比方法。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
計算機科學雜志
計算機科學雜志， 月刊，本刊重視學術導向，堅持科學性、學術性、先進性、創新性，刊載內容涉及的欄目：網絡與通信、信息安全、軟件與數據庫技術、人工智能、圖形圖像與模式識別等。于1974年經新聞總署批準的正規刊物。
- 北大期刊
- CSCD期刊
- 統計源期刊
- 1-3個月審核
