基于改进TADW的链路预测算法

摘要：

针对经典的节点相似性链路预测算法只考虑网络拓扑结构或者节点属性信息的问题,使用词嵌入模型Word2vec学习得到节点文本属性信息的表示,进而改进TADW(text-associated deep walk)算法,弥补其语义信息表示能力的不足.基于改进的TADW图嵌入方法提出一种融合网络拓扑结构和节点属性信息的相似性指标,并基于此相似性指标提出链路预测算法.在三个真实数据集上的实验结果表明所提出算法可以提高预测精度,并具有更好的鲁棒性,同时使用图嵌入的方法有效解决了网络数据的稀疏性问题.

关键词：TADW算法;属性信息;链路预测;词嵌入;Word2vec

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：辽宁省自然科学基金资助项目;辽宁省博士启动基金资助项目;中央高校基本科研业务费专项资金资助项目

在线出版日期：2021-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1533-1539