一种时序有向社会网络中的链路预测算法

摘要：

针对现有多数链路预测算法准确度较低的问题, 在网络全局与局部特征相结合基础上, 提出一种基于归一化共同邻居与局部聚类 (NCNLC) 相似性指标的链路预测算法.通过分析节点NCNLC属性的相似性指标, 为节点间的连边分配累积影响因子.仿真结果表明, 与LAS指标相似性算法相比, 该算法具有较高的预测准确度, 能够有效地进行时序有向社会网络中的链路预测.

关键词：时序有向社会网络、链路预测、共同邻居、局部聚类、相似性指标

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金51334003,61473039;北京市属高等学校高层次人才引进与培养计划CIT&TCD201504058

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：197-201