采用位置信息的半监督链接预测方法

• 作者: 方彪 朱乔亚 陈可佳
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 基于位置的网络 链接预测 半监督学习 社会网络分析
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 63-66,71
• 页数: 5页
• 分类号: tP39
• 字数: 4669字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2015.07.014

摘要

链接预测是社会网络分析领域的一个关键问题，如何从网络的已知信息有效预测网络的未知信息面临巨大的挑战。为了有效利用网络中大量未连接的节点及节点对信息，文中将节点的位置信息(签到信息)加入到线社交网络中，并将节点的位置信息引入基于半监督的链接预测方法( LB-SSLP方法)，根据用户之间的关系以及位置签到信息预测用户未来可能的签到位置，同时与传统的SSLP方法和SLP方法进行对比。在现实数据集Gowalla中的实验结果表明，位置信息的引入以及半监督学习的使用均能有效提高链接预测方法的准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈可佳	南京邮电大学计算机学院	19	54	4.0	6.0
2	朱乔亚	南京邮电大学计算机学院	1	3	1.0	1.0
3	方彪	南京邮电大学计算机学院	3	6	2.0	2.0