典型文献
基于K-shell分解与邻居节点度去噪的链路预测方法
文献摘要：
链路预测是研究复杂网络结构和演化机制的重要工具,提高链路预测的精度具有重要价值.针对传统的基于网络拓扑结构相似性算法预测精度偏低的问题,从网络优化去噪的角度进行分析,提出了一种基于K-shell分解与邻居节点度(KSDNN)去噪的链路预测方法.该方法首先从全局的角度通过K-shell分解对复杂网络中所有节点进行重要性排序,然后从局部的角度结合节点邻居节点的度对节点重要性进行综合评判,最后对网络数据进行优化后进行链路预测.通过在四个不同的真实网络进行验证,实验结果表明,所提方法预测精度优于K-shell去噪的方法,且相较于传统算法预测精度平均提升了 2％左右.
文献关键词：
链路预测;复杂网络;K-shell分解;邻居节点度
中图分类号：
作者姓名：
张希康;李泽滔
作者机构：
贵州大学电气工程学院,贵阳550025
文献出处：
引用格式：
[1]张希康;李泽滔-.基于K-shell分解与邻居节点度去噪的链路预测方法)[J].计算机应用研究,2022(11):3270-3274
A类：
邻居节点度,KSDNN
B类：
shell,去噪,链路预测,复杂网络结构,演化机制,网络拓扑结构,结构相似性,相似性算法,算法预测,网络优化,重要性排序,节点重要性,综合评判,网络数据,真实网络,传统算法
AB值：
0.228846
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
