基于高阶路径相似度的复杂网络链路预测方法

摘要：

针对目前链路预测方法普遍存在精度不高、效率低等问题,提出了基于高阶路径相似度的复杂网络链路预测方法.首先,利用路径作为判别特征对复杂网络中的缺失链接进行预测,以实现资源的有效分配,并通过惩罚公共近邻对信息泄露进行限制.其次,将高阶路径作为判别特征,对种子节点对间的可用长路径实施惩罚.最后,利用多个真实复杂网络数据集进行数值算例.实验结果表明,与其他基线方法相比,所提方法具有更优的精度与效率.

关键词：高阶路径相似度;复杂网络;链路预测;相似性度量;公共近邻

所属期刊栏目：42

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;国家社科基金资助项目;浙江省社科规划重点基金资助项目

在线出版日期：2021-08-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：61-69