针对通信社会网络的时间序列链接预测算法

摘要：

已有静态链接预测主要采用覆盖图表示社会网络,利用链接之间的结构信息来预测链接的发生.然而,这些方法仅能预测新链接的发生,而对旧链接的重复发生没有做预测,因此不适合预测重复发生的链接是主要兴趣的应用领域.针对静态链接预测算法的不足,引入时间序列链接预测算法,并且组合静态和时间序列链接预测算法为混合时间序列链接预测算法.在Enron电子邮件数据集上的实验结果表明,时间序列链接预测算法性能优于静态链接预测,混合时间序列链接预测算法的预测性能比单独使用静态或时间序列链接预测算法都要优越.

关键词：链接预测、时间序列、ARIMA模型

所属期刊栏目：4

分类号：TP311.131(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant No.60673136

在线出版日期：2010-08-27（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：552-559