10.3969/j.issn.1000-436x.2014.03.013
基于AdaBoost的链路预测优化算法
针对当前主流的基于网络拓扑结构的链路预测算法普遍存在召回率较低的问题,研究发现一些算法输出的结果中部分正确结果具有互补性,据此采用基于Boosting的集成学习方法对其进行改进。按照网络中节点之间是否存在链接关系,将链路预测问题定义为二分类问题,进一步遵循算法互补的原则选择若干具有代表性的链路预测算法作为弱分类器,基于AdaBoost算法提出并实现了一个新型链路预测算法。在arXiv论文合作网络和电子邮件网络等真实数据集上的实验结果表明,该算法的准确率以及召回率表现均显著优于当前的主流算法。
链路预测、社会网络分析、AdaBoost算法、推荐系统、机器学习
TP301.6(计算技术、计算机技术)
国家自然科学基金资助项目61133016;国家高技术研究发展计划“863”计划基金资助项目2011AA010706 @@@@ The National Natural Science Foundation of China61133016;The National High Technology Research and Development Program of China 863 Program2011AA010706
2014-04-09(万方平台首次上网日期,不代表论文的发表时间)
共8页
116-123