采用群体信息的二部图链接预测方法

• 作者: 安琛 蔡小雨 陈可佳
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 二部图 链接预测 监督学习 群体检测 推荐系统
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 187-191
• 页数: 5页
• 分类号: TP18
• 字数: 4540字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.10.033

摘要

二部图包含2种不同类型的节点且链接只存在于不同类型的节点之间,因此,许多适用于普通单部图的链接预测方法无法直接用于二部图中.另外,群体信息对提高链接预测的准确率有重要意义,但缺乏相关研究.为此,提出一种采用群体信息的二部图链接预测方法.将链接预测视为机器学习的分类问题,通过对二部图投影,抽取二部图中节点对样本的局部结构属性,并运用群体检测技术抽取节点对样本的群体属性,并把局部结构属性和群体属性一起作为节点对相似度的度量标准,在监督学习框架中进行训练和预测.在现实数据集MovieLens中的实验结果表明,群体信息的引入能有效提高二部图链接预测方法的准确率,改善推荐性能.

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	安琛	南京邮电大学计算机学院	3	6	2.0	2.0
3	蔡小雨	南京邮电大学计算机学院	2	3	1.0	1.0