计算机研究与发展
計算機研究與髮展
계산궤연구여발전
JOURNAL OF COMPUTER RESEARCH AND DEVELOPMENT
2015年
2期
423-436
,共14页
刘冶%朱蔚恒%潘炎%印鉴
劉冶%硃蔚恆%潘炎%印鑒
류야%주위항%반염%인감
低秩约束%矩阵分解%多源融合%链接预测%机器学习
低秩約束%矩陣分解%多源融閤%鏈接預測%機器學習
저질약속%구진분해%다원융합%련접예측%궤기학습
low-rank constraint%matrix decomposition%multiple sources fusion%link prediction%machine learning
近年来,链接预测成为社会网络和其他复杂网络链接挖掘中的热门研究领域.在链接预测问题中,经常会存在用来提高预测效果的附加数据信息源,这些数据可以用于预测网络中的链接是否存在.在所有的数据源中,最主要的数据源在链接预测中起到最重要的作用.因此,设计具备健壮性的算法用于充分利用所有数据源的信息来进行链接预测十分重要,算法还需要平衡主数据源和附加数据源的关系,使得链接预测能够获得更好的效果.同时,传统基于拓扑结构计算的无监督算法大多数通过计算网络中节点间的评分值来解决预测链接存在可能性的问题,这些方法能够获得有效的结果.在链接预测方法中,最关键的一步是构建准确的输入矩阵数据.由于许多真实世界数据集存在噪声,这导致降低了大多数链接预测模型的效果.提出了一种新的链接预测方法,通过多个数据源的融合,兼顾地利用了主数据源的信息和其他附加数据源的信息.接着,主数据源和其他附加数据源被用于构建一个低噪声且更准确的矩阵,而新的矩阵被用于作为传统无监督拓扑链接预测算法的输入.根据在多个真实世界数据上的测试结果,在多源数据集上进行对比实验,提出的基于低秩和稀疏矩阵分解的多源融合链接预测算法相对于基准算法能够获得更好的效果.
近年來,鏈接預測成為社會網絡和其他複雜網絡鏈接挖掘中的熱門研究領域.在鏈接預測問題中,經常會存在用來提高預測效果的附加數據信息源,這些數據可以用于預測網絡中的鏈接是否存在.在所有的數據源中,最主要的數據源在鏈接預測中起到最重要的作用.因此,設計具備健壯性的算法用于充分利用所有數據源的信息來進行鏈接預測十分重要,算法還需要平衡主數據源和附加數據源的關繫,使得鏈接預測能夠穫得更好的效果.同時,傳統基于拓撲結構計算的無鑑督算法大多數通過計算網絡中節點間的評分值來解決預測鏈接存在可能性的問題,這些方法能夠穫得有效的結果.在鏈接預測方法中,最關鍵的一步是構建準確的輸入矩陣數據.由于許多真實世界數據集存在譟聲,這導緻降低瞭大多數鏈接預測模型的效果.提齣瞭一種新的鏈接預測方法,通過多箇數據源的融閤,兼顧地利用瞭主數據源的信息和其他附加數據源的信息.接著,主數據源和其他附加數據源被用于構建一箇低譟聲且更準確的矩陣,而新的矩陣被用于作為傳統無鑑督拓撲鏈接預測算法的輸入.根據在多箇真實世界數據上的測試結果,在多源數據集上進行對比實驗,提齣的基于低秩和稀疏矩陣分解的多源融閤鏈接預測算法相對于基準算法能夠穫得更好的效果.
근년래,련접예측성위사회망락화기타복잡망락련접알굴중적열문연구영역.재련접예측문제중,경상회존재용래제고예측효과적부가수거신식원,저사수거가이용우예측망락중적련접시부존재.재소유적수거원중,최주요적수거원재련접예측중기도최중요적작용.인차,설계구비건장성적산법용우충분이용소유수거원적신식래진행련접예측십분중요,산법환수요평형주수거원화부가수거원적관계,사득련접예측능구획득경호적효과.동시,전통기우탁복결구계산적무감독산법대다수통과계산망락중절점간적평분치래해결예측련접존재가능성적문제,저사방법능구획득유효적결과.재련접예측방법중,최관건적일보시구건준학적수입구진수거.유우허다진실세계수거집존재조성,저도치강저료대다수련접예측모형적효과.제출료일충신적련접예측방법,통과다개수거원적융합,겸고지이용료주수거원적신식화기타부가수거원적신식.접착,주수거원화기타부가수거원피용우구건일개저조성차경준학적구진,이신적구진피용우작위전통무감독탁복련접예측산법적수입.근거재다개진실세계수거상적측시결과,재다원수거집상진행대비실험,제출적기우저질화희소구진분해적다원융합련접예측산법상대우기준산법능구획득경호적효과.