基于长短期记忆网络的社区演化预测

• 作者: 刘厚泉 张楠 蒋乐乐
• 来源期刊: 计算机应用研究
• 关键词: 动态网络 社区演化预测 长短期记忆网络
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3599-3602,3617
• 页数: 5页
• 分类号: TP301
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.09.0543

摘要

现实生活中的网络通常是动态的,网络结构随着时间的推移而改变,检测社区演化可以深入了解网络的基本行为.针对动态社区演化预测问题,提出一种结合演化树和长短期记忆网络的社区演化预测方法,从动态网络中提取社区的多元特征,并使用长短期记忆网络对特征进行学习分类,最终预测社区下一时间段的变化情况.在两个真实数据集上进行了实验,实验结果证明该方法可以有效地预测社区演化行为,与其他方法相比具有较好的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘厚泉		65	512	11.0	20.0
2	蒋乐乐		2	0	0.0	0.0
3	张楠		15	68	5.0	8.0