首页 | 本学科首页   官方微博 | 高级检索  
     

基于网络表示学习的链路预测算法
引用本文:杨晓翠,宋甲秀,张曦煌. 基于网络表示学习的链路预测算法[J]. 计算机科学与探索, 2019, 13(5): 812-821
作者姓名:杨晓翠  宋甲秀  张曦煌
作者单位:江南大学 物联网工程学院,江苏 无锡,214122;江南大学 物联网工程学院,江苏 无锡,214122;江南大学 物联网工程学院,江苏 无锡,214122
基金项目:The Foundation for Production and Research Cooperation Project of Jiangsu Province under Grant
摘    要:网络是表达对象之间复杂联系的重要形式,广泛存在。而链路预测作为网络分析的重要方法,具有很大的研究意义和应用价值。传统的链路预测算法普遍是基于邻接矩阵的稀疏表示方案而设计,计算效率低且扩展性差。首先引入网络表示学习的概念,创新性地提出基于几何布朗运动的随机游走算法GbmRw,然后进一步设计出网络表示学习算法GBMLA,实现更具区分能力与表达能力的网络表示,最后以节点表示向量的欧式距离来表征节点之间的相似性,从而预测其链路存在的可能性。不同领域的多个网络中进行反复实验的结果表明,该算法较之于基于原始网络设计的传统算法,预测效果得到了明显的提升,也进一步肯定了网络表示学习对于链路预测工作的重要意义。

关 键 词:链路预测  几何布朗运动  随机游走算法  网络表示学习算法

Link Prediction Algorithm Based on Network Representation Learning
YANG Xiaocui,SONG Jiaxiu,ZHANG Xihuang. Link Prediction Algorithm Based on Network Representation Learning[J]. Journal of Frontier of Computer Science and Technology, 2019, 13(5): 812-821
Authors:YANG Xiaocui  SONG Jiaxiu  ZHANG Xihuang
Affiliation:(School of Internet of Things Engineering, Jiangnan University, Wuxi, Jiangsu 214122, China)
Abstract:YANG Xiaocui;SONG Jiaxiu;ZHANG Xihuang(School of Internet of Things Engineering, Jiangnan University, Wuxi, Jiangsu 214122, China)
Keywords:link prediction  geometric Brownian motion  random walk algorithm  network representation learning algorithm
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号