10.16208/j.issn1000-7024.2017.10.007
异构网络中基于频繁子图检测的关系预测算法
针对现有的异构网络间关系预测算法的不足,提出一种有监督学习算法,通过对网络中现有的相关关系进行分析,预测异构网络中关系的出现情况.利用原型网络描述目标异构网络中与目标关系预测有关的所有关系;提出一种频繁子图检测(FSD)算法,从原型网络中系统提取出频繁子图,作为目标关系的预测器;利用时间敏感型特征刻画网络结构的动态变化,提高关系预测的精度.将该算法部署于DBLP书目网络上,预测作者引用关系,将该算法的性能与当前其它最新算法做比较,实验结果表明,该算法在多种预测场景下的预测精度更优.
异构网络、关系预测、有监督学习、频繁子图检测、时间敏感性
38
TP393(计算技术、计算机技术)
河南省科技攻关基金项目122102210535
2017-12-01(万方平台首次上网日期,不代表论文的发表时间)
共8页
2623-2630