符号网络链接预测算法研究综述

• 作者: 刘苗苗 扈庆翠 郭景峰 陈晶
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 符号网络 链接预测 结构平衡理论 机器学习 符号预测
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 数据库&大数据&数据科学
• 页码范围: 21-30
• 页数: 10页
• 分类号: TP301
• 字数: 13087字
• 语种: 中文
• DOI: 10.11896/jsjkx.190600104

摘要

符号网络链接预测包括网络结构上两个节点间未知链接的可能性预测与符号预测两方面,其相关研究对于分析和理解符号网络的拓扑结构、功能及演化行为具有十分重要的意义,在个性化推荐、态度预测、蛋白质交互作用研究等领域有着重大的应用价值.文中综述了符号网络链接预测问题的研究成果,介绍了相关概念、符号网络的理论基础、常用符号网络数据集以及预测精度评价标准;将目前主要的符号网络链接预测算法按照设计思路分为有监督学习与无监督学习两大类,详细阐述了每种算法的主要思想;归纳总结了符号网络链接预测问题的特点和规律,讨论了目前存在的问题并指出了面临的挑战和未来可能的发展方向.这能为信息学、生物学、社会学等领域的相关研究人员提供有益参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭景峰	燕山大学信息科学与工程学院	105	1001	17.0	28.0
2	陈晶	燕山大学信息科学与工程学院	38	270	10.0	15.0
3	刘苗苗	东北石油大学计算机与信息技术学院	23	23	3.0	4.0
7	扈庆翠	东北石油大学计算机与信息技术学院	1	0	0.0	0.0