期刊文献+
共找到213篇文章
< 1 2 11 >
每页显示 20 50 100
基于试验设计的链路预测算法应用研究
1
作者 路兰 孟晓宇 刘瑞超 《数理统计与管理》 CSSCI 北大核心 2019年第5期873-881,共9页
链路预测是根据已有的网络结构等指标来对网络中尚未产生连边的两个节点间存在边的可能性大小进行预测。链路预测算法在社会网络中的应用是非常广泛的,且都具有很好的预测效果。但由于真实网络往往具有纷繁复杂的演化机制,这使得很难利... 链路预测是根据已有的网络结构等指标来对网络中尚未产生连边的两个节点间存在边的可能性大小进行预测。链路预测算法在社会网络中的应用是非常广泛的,且都具有很好的预测效果。但由于真实网络往往具有纷繁复杂的演化机制,这使得很难利用某一单指标去准确刻画,并且每种指标在不同网络结构中的预测效果各不相同,现有链路预测算法都是针对特定网络结构才可能有的最佳效果,缺乏普适性。本文基于均匀配方实验设计方法,构建了混合相似性指标,提出了改进的链路预测算法,并将其应用于微博社交网络和生物代谢合作网络中。研究结果表明,改进后的链路预测算法的预测准确性明显优于已有的链路预测算法,说明新构建的混合相似性指标具有一定的普适性;其次,试验设计方法大大缩减了混合相似性指标构建中最优权重确定的迭代次数及其复杂度。 展开更多
关键词 链路预测 相似性指标 试验设计 预测准确性
一种时序有向网络中的链路预测方法 预览
2
作者 冯译萱 张月霞 《计算机工程与应用》 CSCD 北大核心 2019年第21期151-157,共7页
真实网络大多是有向的,且网络结构随时间动态变化,传统的链路预测方法大多适用于无向网络,其分析方法不能有效挖掘真实网络中的信息。针对以上问题,提出了一种基于归一化AA和LAS的时序有向的链路预测算法,该算法基于共同邻居、节点度属... 真实网络大多是有向的,且网络结构随时间动态变化,传统的链路预测方法大多适用于无向网络,其分析方法不能有效挖掘真实网络中的信息。针对以上问题,提出了一种基于归一化AA和LAS的时序有向的链路预测算法,该算法基于共同邻居、节点度属性及局部社团相似性,为每个链接分配时间影响因子并将其引入NALAS指标进行计算,考虑了网络有向性和网络历史结构的影响。在真实社会网络数据集上对该算法进行了仿真并与Salton、Jaccard等算法进行对比。结果表明,提出的算法与其他算法相比,预测精度得到了提高,说明该算法可以有效地在时序有向的社会网络中进行链路预测。 展开更多
关键词 链路预测 有向网络 时序分析
在线阅读 下载PDF
社交网络链路预测的个性化隐私保护方法 预览
3
作者 孟绪颖 张琦佳 +2 位作者 张瀚文 张玉军 赵庆林 《计算机研究与发展》 EI CSCD 北大核心 2019年第6期1244-1251,共8页
链路预测(link prediction)是社交网络中社交关系预测和推荐的重要手段,然而链路预测过程中需要大量用户个人信息,带来了极大的隐私泄露的危险.用户很可能拒绝提供链路预测需要的信息,这将导致链路预测效果的下降,从而会进一步伤害用户... 链路预测(link prediction)是社交网络中社交关系预测和推荐的重要手段,然而链路预测过程中需要大量用户个人信息,带来了极大的隐私泄露的危险.用户很可能拒绝提供链路预测需要的信息,这将导致链路预测效果的下降,从而会进一步伤害用户体验.为了打消用户隐私泄露的顾虑,激励用户为链路预测提供更多的数据,提出了一种社交网络链路预测的个性化隐私保护方法.摆脱了对服务商的完全依赖,让用户和服务商共同合作来完成链路预测;为敏感信息和非敏感信息添加不同强度的噪声干扰,保护敏感链路不被泄露的同时维持较好的链路预测效果;并根据用户个性化的隐私设置,保证用户的敏感链路不会被公开的非敏感链路反推.最后,理论证明了提出的方法可以满足ε-差分隐私,并在真实数据集上验证了PrivLP能够在维持较高的链路预测准确性的前提下有效提升隐私保护效果. 展开更多
关键词 链路预测 社交网络 隐私保护 个性化 差分隐私
在线阅读 下载PDF
基于转移自洽和偏好连接的链路预测算法研究 预览
4
作者 陆圣宇 史军 +2 位作者 刘宝 姚金魁 金毅 《计算机技术与发展》 2019年第8期18-23,共6页
在大规模复杂网络中,基于网络结构相似性的链路预测方法是目前综合考虑计算复杂度低和准确性较优的预测模式。但在稀疏、低聚簇的复杂网络中,仅依靠共同邻居和节点度信息进行链路预测难以取得较为理想的预测结果。文中主要研究归纳了复... 在大规模复杂网络中,基于网络结构相似性的链路预测方法是目前综合考虑计算复杂度低和准确性较优的预测模式。但在稀疏、低聚簇的复杂网络中,仅依靠共同邻居和节点度信息进行链路预测难以取得较为理想的预测结果。文中主要研究归纳了复杂网络中基于结构相似性的链路预测方法,并在比较现有的相似性链路预测算法特性的基础上,提出了一种基于偏好连接相似性和转移自洽相似性的TSPA相似性指标的链路预测算法。该算法从新连边概率正比于节点度和节点间相似性可传递的角度出发,构造全新的相似性指标。将该算法与其他相似性算法在经典复杂网络数据集上进行比较,实验结果表明,基于该相似性指标的算法在经典复杂网络数据集中取得了较好的预测性能。 展开更多
关键词 复杂网络 链路预测 偏好连接相似性 转移自洽相似性
在线阅读 下载PDF
基于共同邻居有效性的复杂网络链路预测算法 预览
5
作者 王凯 刘树新 +1 位作者 于洪涛 李星 《电子科技大学学报》 EI CAS CSCD 北大核心 2019年第3期432-437,438,439共8页
链路预测旨在预测网络中的缺失连边,对于实际网络演化机制的了解具有重要意义。虽然现有研究已经提出了很多相似性指标,但它们都忽视了不同网络结构下共同邻居的有效性,而局部拓扑结构信息尤其是共同邻居结构在计算节点间相似性中发挥... 链路预测旨在预测网络中的缺失连边,对于实际网络演化机制的了解具有重要意义。虽然现有研究已经提出了很多相似性指标,但它们都忽视了不同网络结构下共同邻居的有效性,而局部拓扑结构信息尤其是共同邻居结构在计算节点间相似性中发挥重要作用。考虑到共同邻居周围局部拓扑信息,该文提出了一种高效共同邻居指标。该指标首先分析了共同邻居所有连边的有效性,分别从端点两侧量化了节点的有效性;然后,通过分析共同邻居节点拓扑有效性对两侧资源分配过程的影响刻画节点间相似性。15个实际网络数据实验表明,相比现有经典的9种方法,所提方法具有较高的预测精度。 展开更多
关键词 复杂网络 共同邻居有效性 链路预测 网络拓扑 相似性
在线阅读 免费下载
元路径选择和矩阵分解的跨社交网络链路预测 预览
6
作者 王瑶 寇月 +2 位作者 申德荣 聂铁铮 于戈 《计算机科学与探索》 CSCD 北大核心 2019年第9期1459-1470,共12页
基于多源社交网络上的用户信息实现跨网络链路预测具有重要的意义,有助于进行用户推荐、行为分析、偏好推荐。传统的链路预测技术仅考虑社交网络上的局部结构特征,有些网络规模庞大、节点稀疏、存在大量孤立点,易导致建模困难、计算效... 基于多源社交网络上的用户信息实现跨网络链路预测具有重要的意义,有助于进行用户推荐、行为分析、偏好推荐。传统的链路预测技术仅考虑社交网络上的局部结构特征,有些网络规模庞大、节点稀疏、存在大量孤立点,易导致建模困难、计算效率低等问题。基于此,提出了一种基于元路径选择和矩阵分解的跨社交网络链路预测方法。首先,根据跨社交网络中用户间的社会关系构建一个网络图;然后,利用元路径的节点活跃度和边的活跃度自动提取特征;接下来,利用矩阵分解将目标类型对象相关的元路径信息在低维空间上显示;最后,利用集成分类方法对链接模型进行优化。实验数据表明,提出的链路预测方法具有较高的准确性。 展开更多
关键词 多社交网络 链路预测 元路径 矩阵分解
在线阅读 下载PDF
端点活跃度对链接预测的影响研究
7
作者 杨凯凯 钱宇华 +1 位作者 马国帅 艾科 《小型微型计算机系统》 CSCD 北大核心 2019年第6期1280-1285,共6页
链路预测旨在通过已知的网络结构信息预测网络中未连接的两个端点是否会产生链接,现有的链路预测方法主要基于两端点之间的连接关系,忽略了端点自身活跃程度对链接产生的不同影响.本文从度中心性、介数中心性、接近中心性、Pagerank四... 链路预测旨在通过已知的网络结构信息预测网络中未连接的两个端点是否会产生链接,现有的链路预测方法主要基于两端点之间的连接关系,忽略了端点自身活跃程度对链接产生的不同影响.本文从度中心性、介数中心性、接近中心性、Pagerank四个角度来刻画端点的活跃程度,通过大量的实证分析发现端点越活跃,它产生链接的可能性越大,其中,度中心性和Pagerank大的端点容易产生更多的链接.因此,本文在基于端点间连接关系基础上考虑端点活跃性,提出了一类基于端点活跃性的链路预测方法,并在8个真实网络数据上进行实验,此类方法的预测精度比原有指标有较大的提高. 展开更多
关键词 复杂网络 链路预测 端点活跃度 节点中心性
基于Katz自动编码器的城市路网链路预测模型 预览
8
作者 盛津芳 刘家广 王斌 《计算机工程与应用》 CSCD 北大核心 2019年第8期116-123,131共9页
城市交通道路网络(以下简称"路网")是一种特殊的复杂网络,对路网进行链路预测在城市规划与城市结构演化方面有着重要的应用价值。针对路网的高度稀疏性、高度非线性特点,提出了一种基于Katz相似度自动编码器(KatzAutoEncoderN... 城市交通道路网络(以下简称"路网")是一种特殊的复杂网络,对路网进行链路预测在城市规划与城市结构演化方面有着重要的应用价值。针对路网的高度稀疏性、高度非线性特点,提出了一种基于Katz相似度自动编码器(KatzAutoEncoderNetworkEmbedding,KAENE)的路网链路预测模型,它是一种基于自动编码器的深度学习网络嵌入模型,使用Katz相似度矩阵保存路网的结构特征,利用多层非线性自动编码器对路网进行网络表征学习,在模型训练阶段通过局部线性嵌入损失函数保存路网的局部特征,在此基础上引入L2范数来提高模型的泛化能力,最后结合路网的方向性特征提高路网的链路预测精确度。通过实验对比了KAENE模型与其他链路预测模型在国内外的不同城市路网数据上的表现以及不同嵌入维度对KAENE模型预测精度的影响,最后通过可视化了解了模型的网络表征学习过程。实验结果表明,KAENE在国内外6个具有代表性的路网数据集的链路预测任务中取得了良好的表现。 展开更多
关键词 复杂网络 链路预测 网络嵌入 自动编码器 城市路网
在线阅读 下载PDF
基于图勾勒的图链路预测方法 预览
9
作者 尤洁 李劲 +1 位作者 张赛 李婷 《智能系统学报》 CSCD 北大核心 2019年第4期761-768,共8页
针对已有链路预测算法复杂度高,不适于在大规模图上进行链接预测的问题,本文基于图勾勒近似技术对已有链路预测方法进行优化,提出了基于图勾勒的链路预测方法。该方法将链路预测算法的计算复杂度由O(n^3)降低至O(n^2k^2log^2n)。为进一... 针对已有链路预测算法复杂度高,不适于在大规模图上进行链接预测的问题,本文基于图勾勒近似技术对已有链路预测方法进行优化,提出了基于图勾勒的链路预测方法。该方法将链路预测算法的计算复杂度由O(n^3)降低至O(n^2k^2log^2n)。为进一步提高链接预测效率,给出了基于Spark的并行化链路预测实现方法。在真实图数据集上进行测试,实验结果表明本文方法在保证链接预测精度的前提下,可有效提升算法效率。 展开更多
关键词 图数据 算法复杂度 链路预测 图勾勒 节点相似性 并行计算 APACHE SPARK
在线阅读 下载PDF
银行交易网络的链路预测 预览
10
作者 马青青 闫光辉 +1 位作者 王雅斐 武昱 《电子科技》 2019年第5期55-61,80共8页
基于银行交易具有动态变化、时效性和重复性的特点,文中通过对银行网络进行清洗和压缩,研究银行网络的基本拓扑统计性质和聚类结构,并得到交易网络满足复杂网络的小世界和无标度特性。针对已有的链路预测算法在动态网络预测中的不足,提... 基于银行交易具有动态变化、时效性和重复性的特点,文中通过对银行网络进行清洗和压缩,研究银行网络的基本拓扑统计性质和聚类结构,并得到交易网络满足复杂网络的小世界和无标度特性。针对已有的链路预测算法在动态网络预测中的不足,提出一种自适应的动态链路算法对银行客户交易进行预测。该方法在预测网络的基础上添加了节点重要性与节点连接强弱性两个特性,并将3种预测算法结合随机算法进行了对比分析。随后将这3种算法运用到具有动态交易特性的3类真实数据集中进行实验验证。实验结果显示,新算法的预测精度约为75%。将该算法与经典的预测算法进行比较发现,提出的算法在预测方面的性能提升了5%~10%。 展开更多
关键词 复杂网络 链路预测 银行网络 节点重要性 强弱性 准确度
在线阅读 免费下载
一种时序有向社会网络中的链路预测算法 预览
11
作者 杨瑞琪 张月霞 《计算机工程》 CAS CSCD 北大核心 2019年第3期197-201,共5页
针对现有多数链路预测算法准确度较低的问题,在网络全局与局部特征相结合基础上,提出一种基于归一化共同邻居与局部聚类(NCNLC)相似性指标的链路预测算法。通过分析节点NCNLC属性的相似性指标,为节点间的连边分配累积影响因子。仿真结... 针对现有多数链路预测算法准确度较低的问题,在网络全局与局部特征相结合基础上,提出一种基于归一化共同邻居与局部聚类(NCNLC)相似性指标的链路预测算法。通过分析节点NCNLC属性的相似性指标,为节点间的连边分配累积影响因子。仿真结果表明,与LAS指标相似性算法相比,该算法具有较高的预测准确度,能够有效地进行时序有向社会网络中的链路预测。 展开更多
关键词 时序有向社会网络 链路预测 共同邻居 局部聚类 相似性指标
在线阅读 下载PDF
有向网络中节点层次挖掘与链路方向预测 预览
12
作者 冯旭 虞志刚 +1 位作者 赵晶 陆洲 《中国电子科学研究院学报》 北大核心 2019年第6期611-617,共7页
复杂网络常常表现出层次的特性,如WWW中网页的重要性以及Internet中自治域的核心与边缘地位等。本文中我们将层次视为有向网络中节点的内在属性,而有向链路则是节点层次的外在表现,因此从观测到的网络结构中可以推断出隐含的节点层次信... 复杂网络常常表现出层次的特性,如WWW中网页的重要性以及Internet中自治域的核心与边缘地位等。本文中我们将层次视为有向网络中节点的内在属性,而有向链路则是节点层次的外在表现,因此从观测到的网络结构中可以推断出隐含的节点层次信息。基于此设想,我们首先从形式上定义了层次度量问题,针对问题求解复杂度较高不适用于大规模网络的情况,提出一种启发式层次度量算法(HHM),真实有向网络上的实验表明,与已有算法相比HHM算法更为有效挖掘与网络中有向链路一致的节点层次,进而对链路方向做出准确预测。 展开更多
关键词 有向网络 节点层次 链路预测
在线阅读 下载PDF
正常衰老的人脑功能网络演化模型 预览
13
作者 丁超 赵海 +1 位作者 司帅宗 朱剑 《计算机应用》 CSCD 北大核心 2019年第4期963-971,共9页
为了对正常衰老的人脑功能网络(NABFN)的拓扑结构变化进行探究,提出一种基于朴素贝叶斯的网络演化模型(NBM)。首先,依据朴素贝叶斯(NB)的链路预测算法与解剖距离来定义节点间存在连边的概率;其次,利用特定的网络演化算法,在青年人的脑... 为了对正常衰老的人脑功能网络(NABFN)的拓扑结构变化进行探究,提出一种基于朴素贝叶斯的网络演化模型(NBM)。首先,依据朴素贝叶斯(NB)的链路预测算法与解剖距离来定义节点间存在连边的概率;其次,利用特定的网络演化算法,在青年人的脑功能网络基础上,通过不断地增加连边来逐步得到相应中年及老年时期的模拟网络;最后,为了对模拟网络与真实网络间的相似程度进行评价,提出网络相似指标(SI)值。仿真实验结果表明,与基于共同邻居的网络演化模型(CNM)相比,NBM构建的模拟网络与真实网络间的SI值(4.4794, 3.4021)高于CNM模拟网络对应的SI值(4.1004, 3.0132);并且,两者模拟网络的SI值均明显高于随机网络演化算法所得模拟网络的SI值(1.8920, 1.5912)。实验结果证实NBM能够更为准确地预测出NABFN的拓扑结构变化过程。 展开更多
关键词 脑功能网络 演化模型 演化算法 链路预测 朴素贝叶斯
在线阅读 下载PDF
基于加权网络链路预测的新兴技术主题识别研究 预览
14
作者 黄璐 朱一鹤 张嶷 《情报学报》 CSSCI CSCD 北大核心 2019年第4期335-341,共7页
随着新一轮科技革命和产业变革的加速演进,新兴技术识别成为影响一个国家和地区未来发展战略的重要议题。本文基于德温特专利数据,引入复杂网络链路预测方法与神经网络算法构建动态预测新兴技术发展网络的方法体系,并围绕新颖性与影响... 随着新一轮科技革命和产业变革的加速演进,新兴技术识别成为影响一个国家和地区未来发展战略的重要议题。本文基于德温特专利数据,引入复杂网络链路预测方法与神经网络算法构建动态预测新兴技术发展网络的方法体系,并围绕新颖性与影响力两个维度识别新兴技术主题。同时,应用钙钛矿材料领域相关数据进行实证分析,验证了本文新兴技术主题识别方法的可行性与有效性。 展开更多
关键词 新兴技术主题 链路预测 机器学习 加权网络
在线阅读 下载PDF
基于PSO优化算法的链路预测AA指标适用网络问题研究 预览
15
作者 孟晓宇 路兰 《科技视界》 2019年第2期117-118,共2页
链路预测相似性指标是一类根据复杂网络结构计算节点相似性从而预测节点间关系的算法。鉴于目前的链路预测相似性算法适用的网络参数无迹可寻。本文选取测评小世界网络最优的AA指标,运用粒子群优化算法探究其网络最佳适用参数。结果表... 链路预测相似性指标是一类根据复杂网络结构计算节点相似性从而预测节点间关系的算法。鉴于目前的链路预测相似性算法适用的网络参数无迹可寻。本文选取测评小世界网络最优的AA指标,运用粒子群优化算法探究其网络最佳适用参数。结果表明网络密度较小的小世界网络采用AA指标测评时精确度较好。 展开更多
关键词 复杂网络 链路预测 相似性算法 粒子群优化算法
在线阅读 下载PDF
基于时序深度学习的机会网络链路预测方法 预览
16
作者 赵宇红 李可新 《内蒙古科技大学学报》 CAS 2019年第3期283-288,共6页
提出了一种基于长短记忆网络(LSTM)的链路预测方案,该方案利用网络历史拓扑及链路相关属性作为时序输入,使用LSTM模型提取链路时间序列的时空特征,挖掘链路时间序列前后关联信息,对链路形成的趋势进行预测.实验结果证明:提出方案的准确... 提出了一种基于长短记忆网络(LSTM)的链路预测方案,该方案利用网络历史拓扑及链路相关属性作为时序输入,使用LSTM模型提取链路时间序列的时空特征,挖掘链路时间序列前后关联信息,对链路形成的趋势进行预测.实验结果证明:提出方案的准确性和稳定性. 展开更多
关键词 机会网络 深度学习 链路预测 LSTM
在线阅读 下载PDF
一种基于博弈论的时序网络链路预测方法 预览
17
作者 刘留 王煜尧 +2 位作者 倪琦瑄 曹杰 卜湛 《计算机研究与发展》 EI CSCD 北大核心 2019年第9期1953-1964,共12页
链路预测是复杂网络分析领域的一项重要研究课题,可被应用于许多实际应用场景,如推荐系统、信息检索和市场分析等.不同于传统的链路预测问题,针对有时间窗口的时序链路集合,需预测未来任意时刻链路的存在情况,即探究时序网络的演化机制... 链路预测是复杂网络分析领域的一项重要研究课题,可被应用于许多实际应用场景,如推荐系统、信息检索和市场分析等.不同于传统的链路预测问题,针对有时间窗口的时序链路集合,需预测未来任意时刻链路的存在情况,即探究时序网络的演化机制.为解决这一问题,结合生存分析和博弈论,提出一种有效的半监督学习框架.首先,定义一个ε-邻接网络序列模型,并利用每条链路的时间戳信息生成真实的网络演化序列.为捕捉网络演化规律,为每条链路定义一组基于邻居相似性的特征向量,并采用Cox比例风险模型来估计该特征向量的协变量系数.为缩小搜索空间,提出一种基于博弈的双向选择机制来预测未来的网络拓扑结构.最后,提出一种基于多智能体自治计算的网络演化预测算法,并在多个真实时序网络数据集上验证了算法的有效性和高效性. 展开更多
关键词 链路预测 时序网络 生存分析 博弈论 自治计算
在线阅读 下载PDF
基于网络表示学习的链路预测算法 预览
18
作者 杨晓翠 宋甲秀 张曦煌 《计算机科学与探索》 CSCD 北大核心 2019年第5期812-821,共10页
网络是表达对象之间复杂联系的重要形式,广泛存在。而链路预测作为网络分析的重要方法,具有很大的研究意义和应用价值。传统的链路预测算法普遍是基于邻接矩阵的稀疏表示方案而设计,计算效率低且扩展性差。首先引入网络表示学习的概念,... 网络是表达对象之间复杂联系的重要形式,广泛存在。而链路预测作为网络分析的重要方法,具有很大的研究意义和应用价值。传统的链路预测算法普遍是基于邻接矩阵的稀疏表示方案而设计,计算效率低且扩展性差。首先引入网络表示学习的概念,创新性地提出基于几何布朗运动的随机游走算法GbmRw,然后进一步设计出网络表示学习算法GBMLA,实现更具区分能力与表达能力的网络表示,最后以节点表示向量的欧式距离来表征节点之间的相似性,从而预测其链路存在的可能性。不同领域的多个网络中进行反复实验的结果表明,该算法较之于基于原始网络设计的传统算法,预测效果得到了明显的提升,也进一步肯定了网络表示学习对于链路预测工作的重要意义。 展开更多
关键词 链路预测 几何布朗运动 随机游走算法 网络表示学习算法
在线阅读 下载PDF
基于三元组结构的有向网链路预测方法 预览
19
作者 常圣 马宏 刘树新 《网络与信息安全学报》 2019年第5期39-47,共9页
当前链路预测的研究主要集中在无向网络,然而现实世界中存在大量的有向网络,忽略链路的方向会缺失一些重要信息甚至使预测失去意义,而直接将无向网络的预测方法应用于有向网络又存在预测精度降低的问题。为此,提出了一个基于三元组的有... 当前链路预测的研究主要集中在无向网络,然而现实世界中存在大量的有向网络,忽略链路的方向会缺失一些重要信息甚至使预测失去意义,而直接将无向网络的预测方法应用于有向网络又存在预测精度降低的问题。为此,提出了一个基于三元组的有向网络链路预测算法,该算法针对有向网络和无向网络三元组结构的不同,应用势理论对三元组进行筛选,通过统计分析不同三元组闭合的可能性,以网络整体三元组闭合指数作为权重计算节点间的相似性。在9个真实数据集上的实验表明,所提方法比基准方法的预测精度提高了4.3%。 展开更多
关键词 链路预测 有向网络 三元组
在线阅读 免费下载
基于密集连接卷积神经网络的链路预测模型 预览
20
作者 王文涛 吴淋涛 +1 位作者 黄烨 朱容波 《计算机应用》 CSCD 北大核心 2019年第6期1632-1638,共7页
现有的基于网络表示学习的链路预测算法主要通过捕获网络节点的邻域拓扑信息构造特征向量来进行链路预测,该类算法通常只注重从网络节点的单一邻域拓扑结构中学习信息,而对多个网络节点在链路结构上的相似性方面研究不足。针对此问题,... 现有的基于网络表示学习的链路预测算法主要通过捕获网络节点的邻域拓扑信息构造特征向量来进行链路预测,该类算法通常只注重从网络节点的单一邻域拓扑结构中学习信息,而对多个网络节点在链路结构上的相似性方面研究不足。针对此问题,提出一种基于密集连接卷积神经网络(DenseNet)的链路预测模型(DenseNet-LP)。首先,利用基于网络表示学习算法node2vec生成节点表示向量,并利用该表示向量将网络节点的结构信息映射为三维特征数据;然后,利用密集连接卷积神经网络来捕捉链路结构的特征,并建立二分类模型实现链路预测。在四个公开的数据集上的实验结果表明,相较于网络表示学习算法,所提模型链路预测结果的ROC曲线下方面积(AUC)值最大提高了18个百分点。 展开更多
关键词 链路预测 网络表示学习 节点表示 卷积神经网络 深度学习
在线阅读 下载PDF
上一页 1 2 11 下一页 到第
使用帮助 返回顶部 意见反馈