典型文献
基于统一描述网络结构模型的链路预测方法
文献摘要：
面向网络链路预测的随机分块模型和层次结构模型利用全概率思想计算节点对之间的链路形成概率,但无法有效利用从宏观、中观网络结构到微观低阶环或模体结构中的重叠结构信息,导致链路预测结果的准确率较低.根据笛卡尔积和幂集等概念,借鉴随机分块模型和层次结构模型思想,构建一种对层次结构信息、重叠结构信息和微观结构信息进行统一描述的网络结构模型(USI).基于USI模型提出一种链路预测方法,依据网络结构信息给出USI模型中的集合划分,利用最大似然估计法计算节点对之间的链路形成概率,最终根据概率并联策略得到链路预测结果.实验结果表明,与基于节点相似性的经典链路预测方法相比,该方法在LT、ER、OP网络数据集上的AUC值提升了 0.075～0.143,具有更高的链路预测准确性,并且验证了网络规模对链路形成具有一定的影响.
文献关键词：
复杂网络;链路预测;统一描述;网络结构模型;前端融合
中图分类号：
作者姓名：
吴翼腾;于洪涛;顾泽宇
作者机构：
信息工程大学信息技术研究所,郑州450002;中国人民解放军61660部队,北京100080
文献出处：
引用格式：
[1]吴翼腾;于洪涛;顾泽宇-.基于统一描述网络结构模型的链路预测方法)[J].计算机工程,2022(07):51-58
A类：
B类：
统一描述,网络结构模型,链路预测,分块,块模型,层次结构模型,全概率,概率思想,计算节点,低阶,模体,重叠结构,笛卡尔积,模型思想,层次结构信息,USI,最大似然估计法,节点相似性,LT,ER,OP,网络数据,预测准确性,网络规模,复杂网络,前端融合
AB值：
0.33277
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。
