计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2014年
8期
2179-2183
,共5页
链接预测%数据场%链接重要性%节点相似性%复杂网络
鏈接預測%數據場%鏈接重要性%節點相似性%複雜網絡
련접예측%수거장%련접중요성%절점상사성%복잡망락
link prediction%data field%link importance%node similarity%complex network
针对现有基于节点相似性的链接预测方法忽略了网络拓扑本身链接强度的信息,带权的拓扑路径方法中权值较难确定等缺陷,提出一种基于链接重要性和数据场的链接预测算法.首先,将所有链接边赋予不同的链接权重;其次,考虑潜在链接节点间的相互影响,对部分没有链接的节点进行链接预估计;最后,利用数据场势函数计算两节点间的相似值.在典型的网络数据进行的实验结果表明,所提方法在分类指标和推荐指标中都有很好的表现:以AUC为评价指标时,比同复杂度的局部路径(LP)算法提高了3到6个百分点;以DCG为评价指标时比LP算法提高了1.5到2.5个DCG值.算法整体上提高了预测准确性,且由于参数确定简单,复杂度又不高,在实际中易于部署.
針對現有基于節點相似性的鏈接預測方法忽略瞭網絡拓撲本身鏈接彊度的信息,帶權的拓撲路徑方法中權值較難確定等缺陷,提齣一種基于鏈接重要性和數據場的鏈接預測算法.首先,將所有鏈接邊賦予不同的鏈接權重;其次,攷慮潛在鏈接節點間的相互影響,對部分沒有鏈接的節點進行鏈接預估計;最後,利用數據場勢函數計算兩節點間的相似值.在典型的網絡數據進行的實驗結果錶明,所提方法在分類指標和推薦指標中都有很好的錶現:以AUC為評價指標時,比同複雜度的跼部路徑(LP)算法提高瞭3到6箇百分點;以DCG為評價指標時比LP算法提高瞭1.5到2.5箇DCG值.算法整體上提高瞭預測準確性,且由于參數確定簡單,複雜度又不高,在實際中易于部署.
침대현유기우절점상사성적련접예측방법홀략료망락탁복본신련접강도적신식,대권적탁복로경방법중권치교난학정등결함,제출일충기우련접중요성화수거장적련접예측산법.수선,장소유련접변부여불동적련접권중;기차,고필잠재련접절점간적상호영향,대부분몰유련접적절점진행련접예고계;최후,이용수거장세함수계산량절점간적상사치.재전형적망락수거진행적실험결과표명,소제방법재분류지표화추천지표중도유흔호적표현:이AUC위평개지표시,비동복잡도적국부로경(LP)산법제고료3도6개백분점;이DCG위평개지표시비LP산법제고료1.5도2.5개DCG치.산법정체상제고료예측준학성,차유우삼수학정간단,복잡도우불고,재실제중역우부서.