基于SkipGram模型的链路预测方法

• 作者: 刘世超 朱福喜 赵超
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 链路预测 向量表征 SkipGram模型 节点相似性
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 算法
• 页码范围: 241-247
• 页数: 7页
• 分类号: TP391
• 字数: 5421字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.10.043

摘要

现有的基于节点相似性的链路预测算法,在提升预测准确度时往往无法兼顾计算复杂度.受自然语言概率图模型在词向量表征上的运用启发,提出一种基于SkipGram模型的链路预测方法.首先提出基于概率的随机游走方法,通过这种方法得到网络节点的采样序列;然后结合SkipGram模型将网络节点映射到一个低维向量空间来降低复杂度;最终以向量间的距离作为衡量网络节点间相似性的指标,进而完成链路预测.通过在6个具有代表性的真实网络中进行实验和比较发现,提出的模型在预测准确度上得到大幅提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱福喜	武汉大学计算机学院	46	250	9.0	13.0
3	刘世超	武汉大学计算机学院	12	108	4.0	10.0
4	赵超	武汉大学计算机学院	9	38	4.0	6.0