典型文献
隐马尔可夫模型的异质网络链接预测方法研究
文献摘要：
为了解决异质网络的结构信息和语义信息挖掘不全面的问题,针对异质网络的链接预测,提出了将基于元路径的分析方式与隐马尔可夫模型相结合的链接预测方法.考虑到聚簇可以有效地捕获异质网络的结构信息,将k-means算法进行改进得到基于距离均方差最小的初始聚簇中心方法,并将其应用到隐马尔可夫模型(HMM)中,设计了基于聚簇的一阶隐马尔可夫模型(C-HMM(1))的链接预测方法,同时提出基于聚簇的二阶隐马尔可夫模型(C-HMM(2))的异质网络的链接预测方法.进一步考虑数据的特征信息,提出了将最大熵模型和二阶隐马尔可夫模型相结合的链接预测方法ME-HMM.实验结果表明,ME-HMM比C-HMM方法的链接预测精确度更高,且ME-HMM因充分考虑到数据的特征信息比C-HMM的性能更加优异.
文献关键词：
异质网络;链接预测;隐马尔可夫模型;聚簇;最大熵
中图分类号：
作者姓名：
钱榕;许建婷;张克君;董宏宇;邢方远
作者机构：
北京电子科技学院网络空间安全系,北京 100070;西安电子科技大学计算机科学与技术学院,陕西 西安 710071
文献出处：
引用格式：
[1]钱榕;许建婷;张克君;董宏宇;邢方远-.隐马尔可夫模型的异质网络链接预测方法研究)[J].通信学报,2022(05):214-225
A类：
B类：
隐马尔可夫模型,异质网络,网络链接,链接预测,结构信息,语义信息,信息挖掘,元路径,means,进得,基于距离,聚簇中心,HMM,特征信息,最大熵模型,ME,预测精确度
AB值：
0.166012
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。
