顶点带属性网络链接预测的参数选择方法
链接预测问题在社会学、人类学、信息科学以及计算机科学等各个领域都受到了广泛的关注.在基于相似度的链接预测的方法中,Katz指标是一种重要的顶点相似度指标.鉴于Katz指标中参数的可选择性,提出了一种基于参数选择的顶点带属性网络的链接预测算法.Katz相似度指标是基于路径相似性链接预测结果评价指标,Katz相似度指标中参数的取值会直接影响到Katz指标预测的结果.由于顶点带属性网络含属性和拓扑双重信息,算法思想是结合顶点属性信息进行参数选择,可以通过调节Katz相似度指标中参数的值,使Katz相似度尽可能和属性相似度靠近,将顶点属性相似度信息融入Katz相似度之中,以期达到属性信息和结构信息的有机融合.实验结果证明了该算法可以得到较高质量的预测结果.
链接预测、复杂网络、参数选择、顶点属性
38
TP181(自动化基础理论)
国家自然科学基金项目61379066,61379064,61472344,61402395;江苏省自然科学基金项目BK20130452,BK2012672,BK2012128,BK20140492;江苏省教育厅自然科学基金项目12KJB520019,13KJB520026;江苏省六大人才高峰项目2011-DZXX-032
2017-08-04(万方平台首次上网日期,不代表论文的发表时间)
共6页
1278-1283