基于半监督学习的链接预测算法的研究

• 作者: 唐志刚 杨炳儒 杨珺
• 来源期刊: 计算机应用研究
• 关键词: 链接预测 张量 共轭梯度 克罗内克积 克罗内克和
• 年，卷（期）: 2010,（8）
• 页码范围: 2848-2852
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.08.009

摘要

针对链接挖掘中网络的结构难以预测这个难点问题,提出了一个关于链接预测的新型半监督学习方法--基于快速共轭梯度方法和链接相似性传递增殖原理的链接预测算法,利用节点相似性等辅助信息去预测未知结构.该算法利用张量的形式去表示多维的复杂的多关系数据,利用克罗内克积与克罗内克和去计算张量之间的相似性,利用向量特技方法降低了算法的时间和空间复杂度.在社会网络和生物信息网络等环境下,通过实验验证了算法的有效性和健壮性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨珺	北京科技大学信息工程学院	43	143	8.0	10.0
3	杨炳儒	北京科技大学信息工程学院	319	4361	32.0	49.0
6	唐志刚	北京科技大学信息工程学院	7	44	3.0	6.0