【摘要】：鏈接預(yù)測問題在社會學(xué)、人類學(xué)、信息科學(xué)以及計算機(jī)科學(xué)等各個領(lǐng)域都受到了廣泛的關(guān)注.在許多現(xiàn)實(shí)應(yīng)用中,只需要對用戶感興趣頂點(diǎn)的相似度進(jìn)行預(yù)測,而不需要預(yù)測復(fù)雜網(wǎng)絡(luò)中的所有頂點(diǎn).提出一種快速的以路徑相似度為基礎(chǔ)的方法來預(yù)測指定的頂點(diǎn)對間的鏈接.在該方法中,首先定義頂點(diǎn)之間的路徑相似度的概念,然后對給出的節(jié)點(diǎn)對之間構(gòu)造一個的路徑的集合,通過設(shè)定該集合適當(dāng)?shù)拇笮?可以將相似度的誤差限制在一個給定的閾值范圍內(nèi).由于只要計算相關(guān)路徑的個數(shù),因此該算法可以大大減少計算時間.以對單個節(jié)點(diǎn)的路徑抽樣方法為基礎(chǔ),提出了整個網(wǎng)絡(luò)的鏈接預(yù)測算法.通過在實(shí)際網(wǎng)絡(luò)上的實(shí)驗(yàn)結(jié)果表明,本算法與其他方法相比,在更短的時間可以獲得更高精度的結(jié)果.
[Abstract]:Link prediction has attracted much attention in sociology, anthropology, information science and computer science. In many practical applications, it is only necessary to predict the similarity of vertices of interest to users, but not all vertices in complex networks. A fast path similarity-based approach is proposed to predict the link between specified vertex pairs. In this method, we first define the concept of path similarity between vertices, then construct a set of paths between the given pair of nodes, by setting the appropriate size of the set, The error of similarity can be limited to a given threshold. As long as the number of correlation paths is calculated, the algorithm can greatly reduce the computation time. Based on the path sampling method for a single node, a link prediction algorithm for the whole network is proposed. The experimental results on the actual network show that the proposed algorithm can obtain higher precision results in a shorter time than other methods.
【作者單位】： 南京中醫(yī)藥大學(xué)信息技術(shù)學(xué)院;信息學(xué)院計算機(jī)系揚(yáng)州大學(xué);南京大學(xué)軟件新技術(shù)國家重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金項(xiàng)目(61379066,61070047,61379064,61472344,61402395)資助 江蘇省自然科學(xué)基金項(xiàng)目(BK20130452,BK2012672,BK2012128,BK20140492)資助
【分類號】：O157.5

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐曉靜;李健;;靜態(tài)粗相似度的特征[J];山東大學(xué)學(xué)報(理學(xué)版);2006年06期

2 彭沛黃麗影;;秩數(shù)分級相似預(yù)報法[J];華僑大學(xué)學(xué)報;1983年02期

3 陳樹偉;王延昭;;一種基于模糊數(shù)相似度的風(fēng)險分析方法[J];模糊系統(tǒng)與數(shù)學(xué);2013年05期

4 張峰;謝振華;林健;程江濤;崔高侖;;基于改進(jìn)相似度的混合型多屬性決策方法[J];海軍航空工程學(xué)院學(xué)報;2014年01期

5 詹棠森;林衛(wèi)中;;基于數(shù)據(jù)最優(yōu)分區(qū)間相似度算法及應(yīng)用[J];數(shù)學(xué)的實(shí)踐與認(rèn)識;2009年20期

6 周存寶;陳之寧;;直覺模糊數(shù)相似度函數(shù)研究[J];模糊系統(tǒng)與數(shù)學(xué);2014年03期

7 王江榮;;一種新的相似度的測量方法及其應(yīng)用(英文)[J];蘭州石化職業(yè)技術(shù)學(xué)院學(xué)報;2008年02期

8 杜方;宣琦;吳鐵軍;;基于相似度傳播的復(fù)雜網(wǎng)絡(luò)間節(jié)點(diǎn)匹配算法[J];信息與控制;2011年03期

9 韓強(qiáng),李清波,林冬梅;樹的相似度[J];洛陽大學(xué)學(xué)報;2002年04期

10 申金媛，張延　，，母國光;用于相似度并行測定的光學(xué)雙極互連網(wǎng)絡(luò)[J];光學(xué)學(xué)報;1994年11期

相關(guān)博士學(xué)位論文 前1條

1 姜雅文;復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)若干問題研究[D];北京交通大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 烏蘭;基于動力學(xué)行為的復(fù)雜網(wǎng)絡(luò)社區(qū)檢測研究[D];內(nèi)蒙古工業(yè)大學(xué);2015年

2 吳蔚蔚;基于相似度的復(fù)雜網(wǎng)絡(luò)社團(tuán)發(fā)現(xiàn)算法研究[D];上海交通大學(xué);2015年

3 劉維維;基于路徑相似度的社區(qū)檢測方法[D];內(nèi)蒙古工業(yè)大學(xué);2016年

4 陳永祥;多關(guān)系網(wǎng)絡(luò)的鏈接預(yù)測研究[D];揚(yáng)州大學(xué);2016年

5 閔亮;基于節(jié)點(diǎn)相似度的社團(tuán)結(jié)構(gòu)檢測算法研究[D];遼寧工程技術(shù)大學(xué);2015年

6 孫暉;基于相似度的復(fù)雜網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)的研究[D];南京郵電大學(xué);2014年

7 鄭偉楠;模糊軟集的不確定度量[D];山西師范大學(xué);2014年

8 范超翔;基于用戶節(jié)點(diǎn)相似度的局部社團(tuán)挖掘算法的研究[D];上海交通大學(xué);2014年

9 袁林;圖劃分和社區(qū)檢測研究[D];西安電子科技大學(xué);2014年

10 李浩;圖的相似性描述與匹配方法的研究及其應(yīng)用[D];華中科技大學(xué);2011年

本文編號：2458491