一种基于线性规划的有向网络链路预测方法

发布时间：2021-09-19 03:20

　　大多数有向网络链路预测方法在计算节点相似性时没有充分考虑有向网络的结构特点,未区分不同有向邻居对连边形成具有的贡献差异,导致预测性能受到局限。鉴于此,该文提出一种基于线性规划的有向网络链路预测方法。该方法对3种有向邻居的信息贡献进行量化分析,结合结构特点建立线性规划模型,进而通过求解贡献矩阵的最优解构建相似性指标。9个真实有向网络中的实验结果表明,所提方法相比于9种现有方法在两种衡量标准下表现出较高的预测性能与良好的鲁棒性。 

【文章来源】：电子与信息学报. 2020,42(10)北大核心EICSCD

【文章页数】：9 页

【部分图文】：

相似性矩阵的计算过程示意图

桓瞿戏鹇蘩锎锇厥魇?睾导臼澄锪?网络。(9)LAK(LittlerocklAKe)[19]：一个美国威斯康星州小石湖的食物链网络。N=|V|M=|E|kρCdγκ上述网络数据的基本统计参数如表1所示，其中包括网络类型，节点数，连边数，平均度，互惠系数，平均集聚系数,90%有效直径，同配系数，幂率系数。5实验结果与分析5.1实验设置实验选取9个主流有向网络链路预测指标作为参照，包括：4个局部指标(DCN,DAA,DRA,DPA)，2个准局部指标(LP,Bifan)和3个全局指标图2相似性指标与对应邻接矩阵元素之间的关系示意图第10期李劲松等：一种基于线性规划的有向网络链路预测方法2397

钜欤?贾掠行?畔⑷?失，预测性能受局限。针对上述问题，本文从有向网络特有的局部结构出发，通过量化分析不同有向邻居的贡献度建立线性规划模型，进而利用邻居节点贡献度矩阵最优解推导出LPD指标。多个真实网络中的实验结果表明，在两种衡量标准下，所提LPD指标不仅能提升预测精度，更表现出较好的鲁棒性与普适性。这为进一步揭示有向网络演化机制和内在连边机理提供了新思路。未来工作中我们将针对特定领域的网络进行深入分析，结合网络结构特点改进LPD指标，并探索其预测性能与网络复杂性的关系。图4AUC随训练集划分比例变化曲线图2400电子与信息学报第42卷


本文编号：3400906