计算机工程与科学
計算機工程與科學
계산궤공정여과학
COMPUTER ENGINEERING & SCIENCE
2015年
1期
173-178
,共6页
伍杰华%朱岸青%蔡雪莲%张小兰
伍傑華%硃岸青%蔡雪蓮%張小蘭
오걸화%주안청%채설련%장소란
链接预测%复杂网络%特征选择%分类%共邻节点
鏈接預測%複雜網絡%特徵選擇%分類%共鄰節點
련접예측%복잡망락%특정선택%분류%공린절점
link prediction%complex network%feature selection%classification%common neighbors
链接预测属于复杂网络分析的研究分支,它根据网络历史结构信息预测未来节点间会产生链接的可能性,从而挖掘网络的传播和演化方式.通过引入差分化节点的贡献权重并结合经典的节点和共邻节点网络拓扑结构特征,分别应用七类有监督学习-分类模型对社交、生物、交通等不同领域的八个真实复杂网络数据集进行实验,并采用Precision和ROC曲线对实验结果进行分析与评价.实验表明,引入基于差分化节点的贡献特征能够在深入挖掘网络结构信息的基础上比其余特征有更优的预测精确度,同时差异化的分类模型和特征选择对链接预测性能有相异的影响.
鏈接預測屬于複雜網絡分析的研究分支,它根據網絡歷史結構信息預測未來節點間會產生鏈接的可能性,從而挖掘網絡的傳播和縯化方式.通過引入差分化節點的貢獻權重併結閤經典的節點和共鄰節點網絡拓撲結構特徵,分彆應用七類有鑑督學習-分類模型對社交、生物、交通等不同領域的八箇真實複雜網絡數據集進行實驗,併採用Precision和ROC麯線對實驗結果進行分析與評價.實驗錶明,引入基于差分化節點的貢獻特徵能夠在深入挖掘網絡結構信息的基礎上比其餘特徵有更優的預測精確度,同時差異化的分類模型和特徵選擇對鏈接預測性能有相異的影響.
련접예측속우복잡망락분석적연구분지,타근거망락역사결구신식예측미래절점간회산생련접적가능성,종이알굴망락적전파화연화방식.통과인입차분화절점적공헌권중병결합경전적절점화공린절점망락탁복결구특정,분별응용칠류유감독학습-분류모형대사교、생물、교통등불동영역적팔개진실복잡망락수거집진행실험,병채용Precision화ROC곡선대실험결과진행분석여평개.실험표명,인입기우차분화절점적공헌특정능구재심입알굴망락결구신식적기출상비기여특정유경우적예측정학도,동시차이화적분류모형화특정선택대련접예측성능유상이적영향.