基于广义共同邻居的有向网络链路预测方法

发布时间：2021-07-25 00:04

　　链路预测利用已知网络节点及结构等信息预测网络未知连接或未来连接。现有主流方法多应用于无向网络,而且部分有向链路预测方法忽视了共同邻居在有向网络下的多样异构特征。针对上述问题,提出了一种广义共同邻居算法。该方法首先对有向网络定义了广义共同邻居,通过网络中有向邻居异构体的连边概率衡量不同结构对连边贡献程度,然后利用该定义对现有的局部相似性指标进行了优化,重定义8种基于广义共同邻居的有向相似性指标。在12个数据集上的实验表明,所提方法在两个衡量指标下普遍提升了现有预测指标性能。 

【文章来源】：网络与信息安全学报. 2020,6(05)

【文章页数】：12 页

【参考文献】：
期刊论文
[1]基于复杂网络动力学模型的链路预测方法[J]. 潘永昊,于洪涛,吴翼腾.  网络与信息安全学报. 2019(06)
[2]基于三元组结构的有向网链路预测方法[J]. 常圣,马宏,刘树新.  网络与信息安全学报. 2019(05)
[3]一种时序有向社会网络中的链路预测算法[J]. 杨瑞琪,张月霞.  计算机工程. 2019(03)
[4]一种基于节点间资源承载度的链路预测方法[J]. 王凯,刘树新,陈鸿昶,李星.  电子与信息学报. 2019(05)
[5]局部拓扑信息耦合促进网络演化[J]. 刘树新,季新生,刘彩霞,汤红波,巩小锐.  电子与信息学报. 2016(09)
[6]复杂网络链路预测[J]. 吕琳媛.  电子科技大学学报. 2010(05)

硕士论文
[1]有向与加权网络的链路预测[D]. 张扬夫.湘潭大学 2011



本文编号：3301699