10.19678/j.issn.1000-3428.0053797
TLP:一个动态网络中的时序链路预测算法
链路预测是网络分析的一个重要应用,网络结构在真实场景中随时间发生演变,节点间会产生新的联系或者终止连接,从而导致网络结构变化以及节点中内在的偏向发生偏移.为提升链路预测能力,提出一种基于时序特征的动态网络节点表示的链路预测算法,即每一时刻的节点表示向量由历史的表示向量计算得到,以发映节点在向量空间中的变化规律,同时结合节点间的高阶邻近特性,生成具有鲁棒性的节点向量来维护网络结构.在真实数据集上的实验结果表明,与 TNE、DHPE 等算法相比,该算法在链路预测任务上的预测性能具有明显提升,适用于大规模的动态网络.
链路预测、动态网络、随机游走、时序演变、高阶邻近
46
TP18(自动化基础理论)
国家自然科学基金;上海市科委发展基金;苏州市科技局民生科技示范工程项目
2020-03-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
67-73