基于聚类的超链路预测

• 作者: 周丽华 杜国王 黄皓 黄通 齐鹏飞
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 信息网络 超链路预测 聚类
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 第36届CCF中国数据库学术会议(NDBC2019)
• 页码范围: 434-440
• 页数: 7页
• 分类号: TP393
• 字数: 8369字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2019101730

摘要

超链路预测是利用已观测到网络的特性来复现网络中缺失的链路.现有的超链路预测算法通常利用整个网络来进行预测,预测结果会遗漏训练样本数据较少的链路类别,导致预测种类不够全面.为了解决这个问题,提出了基于聚类的超链路预测算法C-CMM,首先对数据集进行聚类分簇,进而对每一个簇建立模型进行超链路预测.所提算法能够充分利用各个簇的观察样本所蕴含的信息,扩大预测结果覆盖的类别.在三个真实数据集上的实验结果表明,C-CMM和多个先进的链路预测算法相比具有更高的预测精度和效率,同时其预测覆盖种类也更加全面.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周丽华	云南大学信息学院	44	134	7.0	9.0
2	齐鹏飞	云南大学信息学院	1	0	0.0	0.0
3	杜国王	云南大学信息学院	2	0	0.0	0.0
4	黄皓	云南大学信息学院	2	0	0.0	0.0
5	黄通	云南大学信息学院	1	0	0.0	0.0