科研之友
微信
新浪微博
Facebook
分享链接
摘要
链接预测问题在社会学、人类学、信息科学以及计算机科学等各个领域都受到了广泛的关注.在基于相似度的链接预测的方法中,Katz指标是一种重要的顶点相似度指标.鉴于Katz指标中参数的可选择性,提出了一种基于参数选择的顶点带属性网络的链接预测算法.Katz相似度指标是基于路径相似性链接预测结果评价指标,Katz相似度指标中参数的取值会直接影响到Katz指标预测的结果.由于顶点带属性网络含属性和拓扑双重信息,算法思想是结合顶点属性信息进行参数选择,可以通过调节Katz相似度指标中参数的值,使Katz相似度尽可能和属性相似度靠近,将顶点属性相似度信息融入Katz相似度之中,以期达到属性信息和结构信息的有机融合.实验结果证明了该算法可以得到较高质量的预测结果.
- 出版日期2017
- 单位南京大学
