基于聚类信息和对称非负矩阵分解的链路预测模型研究

摘要：

现有的大部分基于非负矩阵分解的链路预测方法仅考虑网络拓扑结构信息而忽略节点与链接聚类信息.针对此问题,提出一个融合聚类信息的对称非负矩阵分解的链路预测模型.首先,该模型利用对称非负矩阵分解去捕获网络节点相似度信息;其次,使用基于Jaccard的节点和链接聚类系数去保持网络局部结构信息;最后,启用拉格朗日乘法规则去学习模型参数.在六个真实无向无权和四个加权网络上的实验结果表明,该方法在两种不同类型网络预测精确度分别提升了1.6％和8.9％.

关键词：复杂网络;链路预测;对称非负矩阵分解;节点和链接聚类信息

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：武夷学院引进人才科研启动基金资助项目YJ202017

在线出版日期：2021-12-14（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：3733-3738