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:
链路预测对网络结构特征的演化趋势进行挖掘有着不可磨灭的促进作用.为了对网络的未来结构变化进行预测,学者们提出了许多算法.综述了4类较为常见的链路预测方法,分别是基于节点属性、基于网络拓扑结构、基于机器学习以及基于最大似然的方法,比较了4类预测方法的优劣,并概述了几种常见的衡量链路预测算法精确度标准.最后总结并展望了链路预测的未来研究方向和发展前景.
推荐文章
链路预测方法与网络结构的相关性
复杂网络
链路预测
网络结构
相似性
社交网络中的链路预测方法改进
社交网络
链路预测
网络结构
无标度网络
复杂网络链路预测
复杂网络
链路预测
最大似然估计
概率模型
相似性指标
基于图勾勒的图链路预测方法
图数据
算法复杂度
链路预测
图勾勒
节点相似性
并行计算
Apache Spark
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 链路预测的方法与发展综述
来源期刊 测控技术 学科 工学
关键词 链路预测 复杂网络 相似性指标 网络结构
年,卷(期) 2019,(2) 所属期刊栏目 综述
研究方向 页码范围 8-12
页数 5页 分类号 TP393
字数 4632字 语种 中文
DOI 10.19708/j.ckjs.2019.02.003
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 张月霞 北京信息科技大学信息与通信工程学院 65 82 5.0 6.0
2 冯译萱 北京信息科技大学信息与通信工程学院 5 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (67)
共引文献  (10)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1953(1)
  • 参考文献(0)
  • 二级参考文献(1)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(4)
  • 参考文献(2)
  • 二级参考文献(2)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(4)
  • 参考文献(4)
  • 二级参考文献(0)
2019(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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
链路预测
复杂网络
相似性指标
网络结构
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
测控技术
月刊
1000-8829
11-1764/TB
大16开
北京2351信箱《测控技术》杂志社
82-533
1980
chi
出版文献量(篇)
8430
总下载数(次)
24
总被引数(次)
55628
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导