【摘要】：提出了一種采用時間特征的半監(jiān)督鏈接預測方法。該方法將鏈接預測問題視為機器學習中的二類分類問題。針對網絡稀疏的問題,方法使用了半監(jiān)督學習技術,利用網絡中大量未連接的節(jié)點對輔助已連接節(jié)點對進行訓練。針對網絡中鏈接動態(tài)出現的問題,方法添加了若干時間特征來描述節(jié)點對。在現實數據集DBLP和Enron中的實驗表明,該方法與未采用時間特征或者未使用半監(jiān)督技術的鏈接預測方法相比,均具有更高的預測準確率。
[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】： 南京郵電大學計算機學院;
【基金】：國家自然科學青年基金(61100135,61302158)資助項目
【分類號】：TP393.0;TP181

【共引文獻】

相關期刊論文 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會網絡P2P查詢算法[J];電子學報;2013年09期

2 許小可;許爽;朱郁筱;張千明;;復雜網絡中鏈路的可預測性[J];復雜系統(tǒng)與復雜性科學;2014年01期

3 吉艷冰;王偉;趙亞偉;;基于復雜網絡理論的擔保網絡研究[J];復雜系統(tǒng)與復雜性科學;2014年02期

4 高紅艷;劉飛;;基于局部路徑的社團發(fā)現算法[J];電氣自動化;2014年06期

5 鄭巍;潘倩;;移動社交網絡中鏈路預測方法分析[J];計算機光盤軟件與應用;2014年20期

6 蔡君;余順爭;;基于隨機聚類采樣算法的復雜網絡社團探測[J];計算機應用研究;2013年12期

7 徐恪;張賽;陳昊;李海濤;;在線社會網絡的測量與分析[J];計算機學報;2014年01期

8 馬吳迪;胡學鋼;何偉;;一種改進的二分網絡鏈路預測算法[J];合肥工業(yè)大學學報(自然科學版);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信息網絡鏈路預測模型[J];計算機學報;2014年04期

10 傅穎斌;陳羽中;;基于鏈路預測的微博用戶關系分析[J];計算機科學;2014年02期

相關博士學位論文 前10條

1 談嶸;位置隱私保護及其在基于位置的社交網絡服務中的應用研究[D];華東師范大學;2013年

2 胡艷麗;在線社會網絡中的輿論演化關鍵技術研究[D];國防科學技術大學;2011年

3 魯斌;幾類復雜網絡度量性質和拓撲性質的研究[D];華南理工大學;2013年

4 劉傳建;復雜網絡中的社團結構劃分及分析應用[D];山東大學;2014年

5 向彪;面向大規(guī)模社交網絡的信息傳播模型及其應用研究[D];中國科學技術大學;2014年

6 段東圣;社會網絡中群組探測和話題建模技術研究[D];華中科技大學;2013年

7 王s，

本文編號：2248705