發(fā)布時間：2020-03-01 13:00

【摘要】：網絡中的鏈路預測是指,如何通過已知的網絡結構等信息預測網絡中尚未產生連邊的兩個節(jié)點之間產生連接的可能性.而基于節(jié)點屬性及局部信息的相似性的方法,往往計算簡單而直接,計算復雜度低,且能取得較好的預測效果,比較適合大規(guī)模的網絡應用.但往往各相似度算法只分別考慮到了,終節(jié)點自身的度數以及共同鄰居的度數在相似指標中發(fā)揮的作用,而沒有考慮到共同鄰居對不同終節(jié)點自身的影響.本文通過分析、比較,現有的根據節(jié)點度數及共同鄰居數量的相似度指標算法,驗證各算法的側重點以及預測效果.并且提出了一個新的CRA指標算法,進一步區(qū)分了計算相似指標時不同鄰居節(jié)點對兩個終節(jié)點的貢獻.通過在多個不同的真實網絡中進行重復試驗,由平均預測結果得出算法的預測效果與其他依靠共同鄰居指標的算法相比都得到了不同程度的提升.

【相似文獻】

相關期刊論文 前10條

1 劉文軍;谷云東;李洪興;;基于相似度的樣本分類算法(英文)[J];模糊系統(tǒng)與數學;2006年05期

2 徐曉靜;李健;;靜態(tài)粗相似度的特征[J];山東大學學報(理學版);2006年06期

3 彭沛黃麗影;;秩數分級相似預報法[J];華僑大學學報;1983年02期

4 陳樹偉;王延昭;;一種基于模糊數相似度的風險分析方法[J];模糊系統(tǒng)與數學;2013年05期

5 張峰;謝振華;林健;程江濤;崔高侖;;基于改進相似度的混合型多屬性決策方法[J];海軍航空工程學院學報;2014年01期

6 詹棠森;林衛(wèi)中;;基于數據最優(yōu)分區(qū)間相似度算法及應用[J];數學的實踐與認識;2009年20期

7 周存寶;陳之寧;;直覺模糊數相似度函數研究[J];模糊系統(tǒng)與數學;2014年03期

8 王江榮;;一種新的相似度的測量方法及其應用(英文)[J];蘭州石化職業(yè)技術學院學報;2008年02期

9 杜方;宣琦;吳鐵軍;;基于相似度傳播的復雜網絡間節(jié)點匹配算法[J];信息與控制;2011年03期

10 韓強,李清波,林冬梅;樹的相似度[J];洛陽大學學報;2002年04期

相關博士學位論文 前1條

1 姜雅文;復雜網絡社區(qū)發(fā)現若干問題研究[D];北京交通大學;2014年

相關碩士學位論文 前10條

1 烏蘭;基于動力學行為的復雜網絡社區(qū)檢測研究[D];內蒙古工業(yè)大學;2015年

2 吳蔚蔚;基于相似度的復雜網絡社團發(fā)現算法研究[D];上海交通大學;2015年

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

4 陳永祥;多關系網絡的鏈接預測研究[D];揚州大學;2016年

5 閔亮;基于節(jié)點相似度的社團結構檢測算法研究[D];遼寧工程技術大學;2015年

6 孫暉;基于相似度的復雜網絡社區(qū)發(fā)現的研究[D];南京郵電大學;2014年

7 鄭偉楠;模糊軟集的不確定度量[D];山西師范大學;2014年

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

10 周連波;基于局部信息的復雜網絡社團挖掘算法研究[D];燕山大學;2015年

，

本文編號：2584044