一种采用社团信息的链接预测方法

• 作者: 方彪 蔡小雨 陈可佳
• 来源期刊: 计算机应用研究
• 关键词: 链接预测 社团发现 监督学习 社会网络分析
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3535-3538
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.12.004

摘要

链接预测研究如何利用网络中已有的信息预测可能存在的关系链接，目前已成为数据挖掘领域的热点研究问题之一。社会网络中普遍存在社团结构，社团对链接的形成有重要的影响，但在大多数链接预测方法中未得到深入研究。针对这一现象提出一种新的链接预测方法，采用社团信息改进节点对样本的描述，并在监督学习框架中学习和预测。在现实数据集Facebook和ACF中的实验结果表明，加入社团信息的链接预测方法获得了更高的准确率。

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	方彪	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