基于资源分配与图嵌入加权的链路预测算法

摘要：

融入权重信息的加权链路预测算法大都具有更好的预测效果,现有的大多数加权算法都是基于外部权重信息,基于网络拓扑结构权重的研究较少.针对此问题,提出一种利用无权网络的结构特征生成结构权重的加权链路预测算法.首先计算资源分配指标得到网络局部结构相似性,再利用DeepWalk算法学习网络结构特征生成节点向量得到余弦相似性,将2个相似性结合定义出网络的结构权重.最后在4个数据集上进行实验,将融入权重信息的3种不同类型相似性指标W-CN、W-LP、W-RWR与对应的无权指标进行对比.结果表明,融入结构权重信息的预测算法具有更高的预测精度.

关键词：链路预测;相似性;图嵌入

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目71571119

在线出版日期：2021-08-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：12-17