基于网络嵌入和关联相似性的链路预测算法

• 作者: 冯仁君 王芳 陈海雁
• 来源期刊: 计算技术与自动化
• 关键词: 链路预测 复杂网络 相似性 网络嵌入 关联
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 算法分析与研究
• 页码范围: 114-118
• 页数: 5页
• 分类号: TP309
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.202002023

摘要

链路预测作为复杂网络分析的一个重要分支,在不同领域中有着广泛的应用,而且通过进一步提取网络结构信息可以提高链路预测的精度.提出了一种基于结构深度网络嵌入和关联相似性的链路预测算法(Structural Deep Correlation Similarity Network Embedding,SDCSNE).SDCSNE算法结合了网络嵌入捕捉高维非线性网络结构的特征,将网络映射到向量空间中,这些映射向量的内积即为对应节点的相似性,并保持了全局和局部的网络结构,获得了更加稳定的网络结构信息;SDCSNE算法还融入了节点的关联性,以提高预测的准确性.实际结果表明,在链路预测任务中,SDCSNE算法具有良好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯仁君		3	0	0.0	0.0
2	陈海雁		2	0	0.0	0.0
3	王芳		4	5	1.0	2.0