基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
已有静态链接预测主要采用覆盖图表示社会网络,利用链接之间的结构信息来预测链接的发生.然而,这些方法仅能预测新链接的发生,而对旧链接的重复发生没有做预测,因此不适合预测重复发生的链接是主要兴趣的应用领域.针对静态链接预测算法的不足,引入时间序列链接预测算法,并且组合静态和时间序列链接预测算法为混合时间序列链接预测算法.在Enron电子邮件数据集上的实验结果表明,时间序列链接预测算法性能优于静态链接预测,混合时间序列链接预测算法的预测性能比单独使用静态或时间序列链接预测算法都要优越.
推荐文章
基于多维属性的社会网络链接预测算法MDA-TF
社会网络
链接预测
多维属性
张量分解
基于神经网络模型的时间序列预测算法及其应用
神经网络
时间序列
预测
TD方法
BP算法
基于趋势点状态模型的时间序列预测算法
时间序列
相似序列
趋势点状态模型
预测
周期
LBSN协作式个性化链接预测算法
链接预测
基于位置的社交网络
核密度估计
个性化
随机游走
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 针对通信社会网络的时间序列链接预测算法
来源期刊 计算机科学与探索 学科 工学
关键词 链接预测 时间序列 ARIMA模型
年,卷(期) 2010,(6) 所属期刊栏目 学术研究
研究方向 页码范围 552-559
页数 分类号 TP311.131
字数 5980字 语种 中文
DOI 10.3778/j.issn.1673-9418.2010.06.007
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (17)
同被引文献  (16)
二级引证文献  (29)
1974(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(7)
  • 引证文献(2)
  • 二级引证文献(5)
2015(6)
  • 引证文献(4)
  • 二级引证文献(2)
2016(7)
  • 引证文献(3)
  • 二级引证文献(4)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(8)
  • 引证文献(2)
  • 二级引证文献(6)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
链接预测
时间序列
ARIMA模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导