基于社区结构的集体预测算法研究

• 作者: 姜亚松 张艳 王冰 颜永红
• 来源期刊: 网络新媒体技术
• 关键词: 社区结构 集体预测 模块度 网络
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 学术研究
• 页码范围: 24-27
• 页数: 4页
• 字数: 2528字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-347X.2019.02.004

摘要

如果网络结构已知,则可将网络结构特征用于预测任务,集体预测算法则是利用这个思路提高预测效果.传统的集体预测算法主要是基于节点内容和直接邻居节点信息进行预测训练.然而,一些直接邻居节点信息有可能与目标节点不一致.除此之外在邻居节点不足的情况下,非邻居节点信息也是很有用处的.本文不使用直接邻居节点信息,而是将社区结构用在预测任务中.社区发现算法被应用于集体预测过程中以进一步改进预测性能.实验结果表明我们提出的算法优于一些标准的预测算法,尤其是在标注训练集有限的情况下.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王冰	中国科学院声学研究所语言声学与内容理解重点实验室	37	381	11.0	19.0
2	颜永红	中国科学院声学研究所语言声学与内容理解重点实验室	94	586	14.0	20.0
3	张艳	中国科学院声学研究所语言声学与内容理解重点实验室	97	697	13.0	23.0
4	姜亚松	中国科学院声学研究所语言声学与内容理解重点实验室	2	14	1.0	2.0