| 基于模体演化的时序链路预测方法 |
| |
| 引用本文： | 王守辉,于洪涛,黄瑞阳,马青青.基于模体演化的时序链路预测方法[J].自动化学报,2016,42(5):735-745. |
| |
| 作者姓名： | 王守辉 于洪涛 黄瑞阳 马青青 |
| |
| 作者单位： | 国家数字交换系统工程技术研究中心 郑州 450002 |
| |
| 基金项目： | 国家自然科学基金(61521003)资助 |
| |
| 摘 要： | 时序链路预测是动态网络分析的重要组成部分,具有极大的理论和应用价值. 传统的时序链路预测方法往往直接对边的演化规律进行分析,忽略了网络中其他微观结构的演化对链路形成的影响. 基于此分析,本文引入非负张量分解和时间序列分析对网络模体的演化规律进行研究,进而提出一种基于模体演化的链路预测方法. 在三个真实数据集上的实验结果表明,该方法能有效提高链路预测精度.
|
| 关 键 词： | 时序链路预测 复杂网络 模体演化 非负张量分解 时间序列分析 |
| 收稿时间： | 2015-08-19 |
A Temporal Link Prediction Method Based on Motif Evolution |
| |
| WANG Shou-Hui,YU Hong-Tao,HUANG Rui-Yang,MA Qing-Qing.A Temporal Link Prediction Method Based on Motif Evolution[J].Acta Automatica Sinica,2016,42(5):735-745. |
| |
| Authors: | WANG Shou-Hui YU Hong-Tao HUANG Rui-Yang MA Qing-Qing |
| |
| Affiliation: | National Digital Switching System Engineering Technological Research Center, Zhengzhou 450002 |
| |
| Abstract: | Temporal link prediction, which has great value in both research and application, is an important component of the dynamic network analysis. Traditional temporal link prediction methods trend to directly analyze the edge's evolution regularity, while ignoring the influence of other microstructure evolution on link formation. On the basis of this analysis, we adopt the nonnegative tensor decomposition and time series analysis model to extract the evolution regulars of motif, and then propose a temporal link prediction method based on motif evolution. Experimental results on three real data sets show that our method can effectively improve the link prediction accuracy. |
| |
| Keywords: | Temporal link prediction complex network motif evolution non-negative tensor factorization time series analysis |
|
| 点击此处可从《自动化学报》浏览原始摘要信息 |
|
点击此处可从《自动化学报》下载全文 |
|
