【摘要】：提出了一種采用時(shí)間特征的半監(jiān)督鏈接預(yù)測(cè)方法。該方法將鏈接預(yù)測(cè)問(wèn)題視為機(jī)器學(xué)習(xí)中的二類(lèi)分類(lèi)問(wèn)題。針對(duì)網(wǎng)絡(luò)稀疏的問(wèn)題,方法使用了半監(jiān)督學(xué)習(xí)技術(shù),利用網(wǎng)絡(luò)中大量未連接的節(jié)點(diǎn)對(duì)輔助已連接節(jié)點(diǎn)對(duì)進(jìn)行訓(xùn)練。針對(duì)網(wǎng)絡(luò)中鏈接動(dòng)態(tài)出現(xiàn)的問(wèn)題,方法添加了若干時(shí)間特征來(lái)描述節(jié)點(diǎn)對(duì)。在現(xiàn)實(shí)數(shù)據(jù)集DBLP和Enron中的實(shí)驗(yàn)表明,該方法與未采用時(shí)間特征或者未使用半監(jiān)督技術(shù)的鏈接預(yù)測(cè)方法相比,均具有更高的預(yù)測(cè)準(zhǔn)確率。
[Abstract]:A semi-supervised link prediction method based on time feature is proposed. In this method, the link prediction problem is regarded as a kind of classification problem in machine learning. To solve the problem of network sparsity, a semi-supervised learning technique is used to train a large number of unconnected nodes in the network. In order to solve the problem of dynamic link in the network, some time features are added to describe the node pair. Experiments in real data sets DBLP and Enron show that the proposed method has higher prediction accuracy than the link prediction method without time feature or semi-supervised technique.
【作者單位】： 南京郵電大學(xué)計(jì)算機(jī)學(xué)院;
【基金】：國(guó)家自然科學(xué)青年基金(61100135,61302158)資助項(xiàng)目
【分類(lèi)號(hào)】：TP393.0;TP181

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 牛建偉;戴彬;孫利民;林佳騮;熊永平;;PQBCF:一種基于中間中心度的機(jī)會(huì)網(wǎng)絡(luò)P2P查詢(xún)算法[J];電子學(xué)報(bào);2013年09期

2 許小可;許爽;朱郁筱;張千明;;復(fù)雜網(wǎng)絡(luò)中鏈路的可預(yù)測(cè)性[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2014年01期

3 吉艷冰;王偉;趙亞偉;;基于復(fù)雜網(wǎng)絡(luò)理論的擔(dān)保網(wǎng)絡(luò)研究[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2014年02期

4 高紅艷;劉飛;;基于局部路徑的社團(tuán)發(fā)現(xiàn)算法[J];電氣自動(dòng)化;2014年06期

5 鄭巍;潘倩;;移動(dòng)社交網(wǎng)絡(luò)中鏈路預(yù)測(cè)方法分析[J];計(jì)算機(jī)光盤(pán)軟件與應(yīng)用;2014年20期

6 蔡君;余順爭(zhēng);;基于隨機(jī)聚類(lèi)采樣算法的復(fù)雜網(wǎng)絡(luò)社團(tuán)探測(cè)[J];計(jì)算機(jī)應(yīng)用研究;2013年12期

7 徐恪;張賽;陳昊;李海濤;;在線社會(huì)網(wǎng)絡(luò)的測(cè)量與分析[J];計(jì)算機(jī)學(xué)報(bào);2014年01期

8 馬吳迪;胡學(xué)鋼;何偉;;一種改進(jìn)的二分網(wǎng)絡(luò)鏈路預(yù)測(cè)算法[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

9 黃立威;李德毅;馬于濤;鄭思儀;張海粟;付鷹;;一種基于元路徑的異質(zhì)信息網(wǎng)絡(luò)鏈路預(yù)測(cè)模型[J];計(jì)算機(jī)學(xué)報(bào);2014年04期

10 傅穎斌;陳羽中;;基于鏈路預(yù)測(cè)的微博用戶(hù)關(guān)系分析[J];計(jì)算機(jī)科學(xué);2014年02期

相關(guān)博士學(xué)位論文 前10條

1 談嶸;位置隱私保護(hù)及其在基于位置的社交網(wǎng)絡(luò)服務(wù)中的應(yīng)用研究[D];華東師范大學(xué);2013年

2 胡艷麗;在線社會(huì)網(wǎng)絡(luò)中的輿論演化關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年

3 魯斌;幾類(lèi)復(fù)雜網(wǎng)絡(luò)度量性質(zhì)和拓?fù)湫再|(zhì)的研究[D];華南理工大學(xué);2013年

4 劉傳建;復(fù)雜網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)劃分及分析應(yīng)用[D];山東大學(xué);2014年

5 向彪;面向大規(guī)模社交網(wǎng)絡(luò)的信息傳播模型及其應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

6 段東圣;社會(huì)網(wǎng)絡(luò)中群組探測(cè)和話題建模技術(shù)研究[D];華中科技大學(xué);2013年

7 王s，

本文編號(hào)：2248705