10.3778/j.issn.1673-9418.1804038
加权好友推荐模型链路预测算法
链路预测是复杂网络的一个重要研究方向.基于节点结构相似性进行链路预测是目前常用的方法.真实网络中存在大量的局部群落结构,针对不同的网络结构构建算法是链路预测的核心问题.利用社交网络好友推荐策略,中介人倾向于将自己更熟悉的人介绍给目标用户,提出了一种节点相似性度量指标.该指标结合局部特征描述并有效区分了用户节点之间影响力的不同,更适用于一类特定的局部群落结构.依据该指标提出的加权好友推荐模型链路预测算法在12个数据集上的实验结果表明,该算法在AUC和Precision两个评价标准上具有明显优势.
复杂网络、好友推荐、链路预测、相似性指标
13
TP391(计算技术、计算机技术)
2019-04-22(万方平台首次上网日期,不代表论文的发表时间)
共11页
383-393