元路径选择和矩阵分解的跨社交网络链路预测

摘要：

基于多源社交网络上的用户信息实现跨网络链路预测具有重要的意义,有助于进行用户推荐、行为分析、偏好推荐.传统的链路预测技术仅考虑社交网络上的局部结构特征,有些网络规模庞大、节点稀疏、存在大量孤立点,易导致建模困难、计算效率低等问题.基于此,提出了一种基于元路径选择和矩阵分解的跨社交网络链路预测方法.首先,根据跨社交网络中用户间的社会关系构建一个网络图;然后,利用元路径的节点活跃度和边的活跃度自动提取特征;接下来,利用矩阵分解将目标类型对象相关的元路径信息在低维空间上显示;最后,利用集成分类方法对链接模型进行优化.实验数据表明,提出的链路预测方法具有较高的准确性.

关键词：多社交网络、链路预测、元路径、矩阵分解

所属期刊栏目：13

分类号：TP391(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant Nos. 61472070, 61672142 国家自然科学基金. Abstract: It is of great significance to predict links across networks based on information of different users on multi-source social networks, which is helpful for user recommendation, behavior;then, meta-paths are automatically

在线出版日期：2019-09-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1459-1470