發(fā)布時間：2023-10-22 12:40

　　時序網(wǎng)絡(luò)因為其復(fù)雜的動態(tài)結(jié)構(gòu)和非線性拓撲特征,一直都是復(fù)雜網(wǎng)絡(luò)和鏈路預(yù)測研究的重點.因為網(wǎng)絡(luò)結(jié)構(gòu)會動態(tài)變化從而導(dǎo)致常用的基于靜態(tài)網(wǎng)絡(luò)的方法不再高效適用.本文基于圖嵌入方法,提出了一種適用于時序網(wǎng)絡(luò)的鏈路預(yù)測算法,其核心是改進鏈路預(yù)測中粒子的隨機游走過程,使其基于網(wǎng)絡(luò)結(jié)構(gòu)特征進行有偏向轉(zhuǎn)移.其次,考慮到時序網(wǎng)絡(luò)中歷史信息的影響,在有偏向轉(zhuǎn)移的基礎(chǔ)上定義一種粒子的全局轉(zhuǎn)移概率,這種轉(zhuǎn)移概率重點計算最近時刻的信息同時也會考慮歷史信息.經(jīng)過實驗例證,本文提出的方法較傳統(tǒng)基準指標有較大的提升.

【文章頁數(shù)】：9 頁

【文章目錄】：
0 引言
1 相關(guān)工作
    1.1 鏈路預(yù)測經(jīng)典指標
        1)共同鄰居(Common Neighbors,CN)[5]
        2)Adamic-Adar指標(AA)[6]
        3)資源分配(Resource Allocation,RA)[7]
        4)偏好連接指標(Preferential Attachment,PA)[2]
        5)有重啟的隨機游走指標(Random Walk with Restart, RWR)[13]
    1.2 圖嵌入方法
        1)Word2vec
        2)Node2vec
    1.3 評價指標
2 基于圖嵌入法的時序網(wǎng)絡(luò)鏈路預(yù)測算法
    2.1 基于圖嵌入法的重啟隨機游走
    2.2 時序網(wǎng)絡(luò)下的轉(zhuǎn)移概率
    2.3 算法流程
3 實驗結(jié)果與分析
    3.1 實驗數(shù)據(jù)
    3.2 實驗結(jié)果與分析
        3.2.1 預(yù)測結(jié)果
        3.2.2 時間窗口的影響
        3.2.3 動力系數(shù)的影響
        3.2.4 阻尼因子的影響
4 結(jié)論



本文編號：3856537