复杂网络与机器学习融合的研究进展

• 作者: 刘嵘 李泽荃 李靖 杨曌
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 复杂网络 机器学习 社团检测 链路预测
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 综合评述
• 页码范围: 10-28,62
• 页数: 20页
• 分类号: TP3
• 字数: 18492字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.04.002

摘要

近年来,随着大数据技术的进步,复杂网络与机器学习的交叉研究越来越受到众多学者的关注.复杂网络是自然界中众多复杂系统的抽象描述,主要以统计物理的角度研究系统的演化;机器学习又称为统计学习方法,主要研究从大量数据样本提取特征并建立模型.简要综述复杂网络领域主要的网络演化模型、常用统计度量方法以及网络上的动力学过程和机器学习领域内三种基本的学习技术;从交叉应用的两个角度,即基于复杂网络的机器学习方法和基于机器学习的复杂网络信息挖掘,详细对比了各种方法的计算思路.在此基础上,提出目前学界重点关注的两类问题,并展望了若干开放性挑战.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨曌	华北科技学院安全工程学院	5	5	2.0	2.0
2	李靖	华北科技学院计算机学院	6	2	1.0	1.0
3	李泽荃	华北科技学院管理学院	6	4	1.0	1.0
4	刘嵘	华北科技学院计算机学院	3	0	0.0	0.0