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:
社交网络链接预测方法通常针对简单网络,且只考虑单一的网络结构特征,难以适应不断复杂化的社交网络.针对此问题,提出一种有向网络的链接预测方法,基于主题模型分析节点语义信息,综合节点属性特征和网络结构特征进行链接预测.实验证明可以更真实地还原社交网络的用户关系,提高链接预测的精度.
推荐文章
大数据下的基于主题模型的社交网络链接预测
大数据
网络链接
主题模型
命名实体
联系特征
基于位置的社交网络链接预测特征研究
数据挖掘
链接预测
基于位置的社交网络
节点相似性
基于文本上下文和网络信息的链接预测方法
链接预测
层次隐狄利克雷分布
主题树
文本相似特征
支持向量机
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 基于主题模型的有向社交网络链接预测方法
来源期刊 西南大学学报(自然科学版) 学科 工学
关键词 社交网络 链接预测 主题模型
年,卷(期) 2014,(1) 所属期刊栏目 信息科学
研究方向 页码范围 152-158
页数 分类号 TP391
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 唐雁 西南大学计算机与信息科学学院 37 294 8.0 15.0
2 吴梦蝶 西南大学计算机与信息科学学院 2 18 2.0 2.0
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  (10)
节点文献
引证文献  (14)
同被引文献  (48)
二级引证文献  (37)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(4)
  • 引证文献(2)
  • 二级引证文献(2)
2017(6)
  • 引证文献(2)
  • 二级引证文献(4)
2018(10)
  • 引证文献(4)
  • 二级引证文献(6)
2019(19)
  • 引证文献(2)
  • 二级引证文献(17)
2020(9)
  • 引证文献(1)
  • 二级引证文献(8)
研究主题发展历程
节点文献
社交网络
链接预测
主题模型
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
西南大学学报(自然科学版)
月刊
1673-9868
50-1189/N
大16开
重庆市北碚区天生路2号
1957
chi
出版文献量(篇)
6419
总下载数(次)
17
总被引数(次)
50161
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导