采用时间度量的半监督链接预测方法

发布时间：2018-09-18 18:09

【摘要】：提出了一种采用时间特征的半监督链接预测方法。该方法将链接预测问题视为机器学习中的二类分类问题。针对网络稀疏的问题,方法使用了半监督学习技术,利用网络中大量未连接的节点对辅助已连接节点对进行训练。针对网络中链接动态出现的问题,方法添加了若干时间特征来描述节点对。在现实数据集DBLP和Enron中的实验表明,该方法与未采用时间特征或者未使用半监督技术的链接预测方法相比,均具有更高的预测准确率。
[Abstract]:A semi-supervised link prediction method based on time feature is proposed. In this method, the link prediction problem is regarded as a kind of classification problem in machine learning. To solve the problem of network sparsity, a semi-supervised learning technique is used to train a large number of unconnected nodes in the network. In order to solve the problem of dynamic link in the network, some time features are added to describe the node pair. Experiments in real data sets DBLP and Enron show that the proposed method has higher prediction accuracy than the link prediction method without time feature or semi-supervised technique.
【作者单位】： 南京邮电大学计算机学院;
【基金】：国家自然科学青年基金(61100135,61302158)资助项目
【分类号】：TP393.0;TP181

【共引文献】

相关期刊论文 前10条

1 牛建伟;戴彬;孙利民;林佳骝;熊永平;;PQBCF:一种基于中间中心度的机会网络P2P查询算法[J];电子学报;2013年09期

2 许小可;许爽;朱郁筱;张千明;;复杂网络中链路的可预测性[J];复杂系统与复杂性科学;2014年01期

3 吉艳冰;王伟;赵亚伟;;基于复杂网络理论的担保网络研究[J];复杂系统与复杂性科学;2014年02期

4 高红艳;刘飞;;基于局部路径的社团发现算法[J];电气自动化;2014年06期

5 郑巍;潘倩;;移动社交网络中链路预测方法分析[J];计算机光盘软件与应用;2014年20期

6 蔡君;余顺争;;基于随机聚类采样算法的复杂网络社团探测[J];计算机应用研究;2013年12期

7 徐恪;张赛;陈昊;李海涛;;在线社会网络的测量与分析[J];计算机学报;2014年01期

8 马吴迪;胡学钢;何伟;;一种改进的二分网络链路预测算法[J];合肥工业大学学报(自然科学版);2014年01期

9 黄立威;李德毅;马于涛;郑思仪;张海粟;付鹰;;一种基于元路径的异质信息网络链路预测模型[J];计算机学报;2014年04期

10 傅颖斌;陈羽中;;基于链路预测的微博用户关系分析[J];计算机科学;2014年02期

相关博士学位论文 前10条

1 谈嵘;位置隐私保护及其在基于位置的社交网络服务中的应用研究[D];华东师范大学;2013年

2 胡艳丽;在线社会网络中的舆论演化关键技术研究[D];国防科学技术大学;2011年

3 鲁斌;几类复杂网络度量性质和拓扑性质的研究[D];华南理工大学;2013年

4 刘传建;复杂网络中的社团结构划分及分析应用[D];山东大学;2014年

5 向彪;面向大规模社交网络的信息传播模型及其应用研究[D];中国科学技术大学;2014年

6 段东圣;社会网络中群组探测和话题建模技术研究[D];华中科技大学;2013年

7 王s，

本文编号：2248705