融合节点重要性的无监督链路预测算法

摘要：

提高加权网络链路预测算法精确度是研究复杂网络的基础问题之一.常用的基于局部网络结构的无监督预测方法没有考虑到重要性越高的节点越容易产生新连接,且在真实网络上中心性小的节点同样具有高度重要性.针对上述问题,提出一种融合节点重要性的无监督链路预测算法,从结构相似性和节点重要性两个角度计算新连接产生的可能性,并利用自定义系数调节影响程度.在5个真实加权网络数据集上进行实验,结果表明在解决小规模加权网络的快速预测问题上,该算法相比同类方法的预测精确度更高,有监督式链路预测方法并不适用.

关键词：链路预测、节点重要性、无监督、加权网络

所属期刊栏目：58

分类号：TP391(计算技术、计算机技术)

资助基金：公安部科技强警基础工作专项项目;中国人民公安大学基本科研业务费项目

在线出版日期：2022-08-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：94-101