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:
链接预测属于复杂网络分析的研究分支,它根据网络历史结构信息预测未来节点间会产生链接的可能性,从而挖掘网络的传播和演化方式.通过引入差分化节点的贡献权重并结合经典的节点和共邻节点网络拓扑结构特征,分别应用七类有监督学习-分类模型对社交、生物、交通等不同领域的八个真实复杂网络数据集进行实验,并采用Precision和ROC曲线对实验结果进行分析与评价.实验表明,引入基于差分化节点的贡献特征能够在深入挖掘网络结构信息的基础上比其余特征有更优的预测精确度,同时差异化的分类模型和特征选择对链接预测性能有相异的影响.
推荐文章
差分化社会网络节点角色的链路预测模型
链路预测
社会网络
节点角色
社区划分
共同邻接节点
一种双重特征选择的不平衡复杂网络链接分类模型
链接分类
Relief
K-均值
特征选择
mRMR
不平衡问题
基于复杂网络的情感分类特征选择
复杂网络
特征选择
情感分类
情感词典
采用主动学习的动态网络链接预测方法
链接预测
主动学习
动态网络
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 差分化节点特征对复杂网络链接预测的分类性能分析
来源期刊 计算机工程与科学 学科 工学
关键词 链接预测 复杂网络 特征选择 分类 共邻节点
年,卷(期) 2015,(1) 所属期刊栏目 数据挖掘
研究方向 页码范围 173-178
页数 6页 分类号 TP391.3
字数 4255字 语种 中文
DOI 10.3969/j.issn.1007-130X.2015.01.027
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 朱岸青 广东工贸职业技术学院计算机工程系 11 52 3.0 7.0
5 蔡雪莲 广东工贸职业技术学院计算机工程系 13 22 3.0 4.0
6 伍杰华 广东工贸职业技术学院计算机工程系 22 57 4.0 6.0
10 张小兰 广东工贸职业技术学院计算机工程系 5 10 1.0 3.0
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  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
链接预测
复杂网络
特征选择
分类
共邻节点
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导