融合用户行为同步指标的链路预测研究

• 作者: 王曦 许爽 许小可
• 来源期刊: 电子科技大学学报
• 关键词: 链路预测 网络重构 结构相似 同步指数
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 复杂性科学|Complexity Sciences
• 页码范围: 276-284
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.12178/1001-0548.2020241

摘要

现有链路预测方法大多基于网络结构相似性及连边的权重特征,没有有效挖掘连边权重形成的时序信息.考虑到两个节点行为的时间同步性往往是由于两个节点存在链接造成的,因此在网络结构的重构研究中通常利用节点的行为同步性来反推它们之间是否存在链接关系.该文尝试将节点同步性信息这一网络重构的方法引入链路预测领域,提出一种网络拓扑相似性上融合节点行为同步指数的链路预测算法.经过两类6种真实网络数据的比较分析,发现该算法可有效提高链路预测准确率,相比现有方法,Precision指标提高了15.3％～68.2％.该研究不仅发现节点局域结构相似性和节点行为同步指数对链路预测的共同影响,也揭示了不同类别真实加权网络的内在结构和动态特征.