【技术实现步骤摘要】
本专利技术属于复杂网络分析,特别涉及一种基于节点特征和拓扑结构的链路预测方法。
技术介绍
1、目前大多数的传统链路预测方法主要是基于拓扑结构进行链路预测,而节点之间的拓扑结构并不是两个节点间存在连边的唯一原因,使得其不能总是获得理想的预测性能。随着数据表示和存储技术的迅速发展,越来越多网络的节点语义属性被挖掘了出来。比如,对于社交网络中的用户,其节点语义属性通常包括用户的年龄、性别、兴趣爱好、职业等,这些属性在一定程度上影响着节点之间产生连边的可能性。一般来说,具有相似语义属性的节点存在连接的可能性就越大。即如果两个节点的属性越相似,它们之间存在连接的可能性就越高。基于局部和半局部信息的节点相似度指标由于其简单性和高效性在中型和大规模复杂网络中的链路预测中具有一定适用性。然而,这些指标通常依赖于两个节点的共同邻居,即它们根据共同邻居的数量或拓扑结构来计算两个节点之间的连接概率。尽管这些指标能够快速提供节点之间的相似度估计,但它们可能会忽略一些更深层次的网络特征和节点之间潜在的复杂关联,因此在某些复杂网络的预测准确性和可靠性方面存在局限性
...【技术保护点】
1.一种基于节点特征和拓扑结构的链路预测方法,其特征在于,包括以下步骤;
2.根据权利要求1所述的一种基于节点特征和拓扑结构的链路预测方法,其特征在于,所述步骤2中,使用十折交叉验证方法将网络已知连边集合E划分为训练集ET和测试集EP,E=ET∪EP,ET∩EP=Ф。具体而言,首先将该网络中已知连边的集合E随机分割成十份。然后,每次将其中单独的一份作为测试集EP,剩余的九份作为训练集ET,得到一个AUC结果,重复这个过程十次。最后,采用这些方法在测试集上的平均AUCavg结果作为其性能。
3.根据权利要求1所述的一种基于节点特征和拓扑结构的链路
...【技术特征摘要】
1.一种基于节点特征和拓扑结构的链路预测方法,其特征在于,包括以下步骤;
2.根据权利要求1所述的一种基于节点特征和拓扑结构的链路预测方法,其特征在于,所述步骤2中,使用十折交叉验证方法将网络已知连边集合e划分为训练集et和测试集ep,e=et∪ep,et∩ep=ф。具体而言,首先将该网络中已知连边的集合e随机分割成十份。然后,每次将其中单独的一份作为测试集ep,剩余的九份作为训练集et,得到一个auc结果,重复这个过程十次。最后,采用这些方法在测试集上的平均aucavg结果作为其性能。
3.根据权利要求1所述的一种基于节点特征和拓扑结构的链路预测方法,其特征在于,所述步骤3...
【专利技术属性】
技术研发人员:赵志立,胡阿慧,谢济全,张娜娜,李丁,孙越,杜子豪,万里,颜瑞宜,
申请(专利权)人:兰州大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。