一种采用社团信息的链接预测方法

发布时间：2017-09-14 03:45

  本文关键词：一种采用社团信息的链接预测方法

  更多相关文章： 链接预测 社团发现 监督学习 社会网络分析

【摘要】：链接预测研究如何利用网络中已有的信息预测可能存在的关系链接,目前已成为数据挖掘领域的热点研究问题之一。社会网络中普遍存在社团结构,社团对链接的形成有重要的影响,但在大多数链接预测方法中未得到深入研究。针对这一现象提出一种新的链接预测方法,采用社团信息改进节点对样本的描述,并在监督学习框架中学习和预测。在现实数据集Facebook和ACF中的实验结果表明,加入社团信息的链接预测方法获得了更高的准确率。
【作者单位】： 南京邮电大学计算机学院;
【关键词】： 链接预测 社团发现 监督学习 社会网络分析
【基金】：国家自然科学基金青年基金资助项目(61100135,61302157,61302158)
【分类号】：TP393.09;TP18
【正文快照】： 近年来,社会网络分析[1]中的链接预测问题得到了越来越多的关注。现实网络由实体和关系组成,即网络中的节点表示实体,节点与节点间的链接表示实体之间存在的关系。链接预测的任务是根据网络的现有结构预测网络中节点之间的潜在关系。例如,在社会网络中预测人与人之间的朋友关，

本文编号：847700