作者:
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:
作为复杂网络分析的一项重要任务,链接预测已经被应用到诸多领域,例如:个性化推荐、决策支持系统和犯罪调查等。常用的链接预测方法主要是基于网络拓扑结构的方法,没有考虑网络的聚类信息因素。实际上,网络的聚类结果包含了对链接预测很重要的信息。在此基础上,一种基于聚类信息和网络特征的链接预测模型被提出,并在人造和真实网络数据集上进行了验证,具有较好的预测效果。
推荐文章
一种采用社团信息的链接预测方法
链接预测
社团发现
监督学习
社会网络分析
一种基于蛋白质交互网络链接预测的新方法
蛋白质交互网络
链接预测
权值网络
相关节点集
剪枝
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
一种新的复杂网络聚类算法
复杂网络
网络聚类
网络簇结构
谱方法
粒子群聚类算法
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 一种新的链接预测方法在复杂网络中的应用
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 数据挖掘 链接预测 复杂网络 无标度 聚类信息
年,卷(期) 2016,(6X) 所属期刊栏目
研究方向 页码范围 32-34
页数 3页 分类号 TP311.13
字数 语种
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 李奋华 运城学院计算机科学与技术系 17 224 4.0 14.0
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  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
研究主题发展历程
节点文献
数据挖掘
链接预测
复杂网络
无标度
聚类信息
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导