基于局部社团和节点相关性的链路预测算法

摘要：

基于网络拓扑结构信息的链路预测算法是预测网络未知连边或未来连边的有效方法.在实际应用中,通过进一步提取网络结构信息可以提高网络链路预测结果的精度.文中提出了一种基于局部社团和节点相关性的链路预测算法(HCRP).该算法把种子节点对的一阶局部社团扩展到二阶局部社团,获得了比一阶局部社团更多的网络结构信息;在用皮尔逊系数计算两个种子节点的相关系数时,该算法也考虑了二阶局部社团的最短路径、边聚类系数和连边密度对两个种子节点相似度的影响,获得了良好的预测网络连边的效果.实验采用了10个真实网络的数据,并对比了HCRP算法和11种知名算法,数值实验结果表明所提算法具有优良的链路预测性能.

关键词：链路预测、皮尔逊系数、二阶局部社团

所属期刊栏目：46

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61374152,61773348;浙江省自然科学基金LY17F030016,LY16F030014

在线出版日期：2019-03-15（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：155-161