基于节点相似性和链接次数组合时间序列的链接预测

摘要：

针对现有方法利用网络信息相对割裂,很难描述链接次数与相似性分数关系的问题,提出一种动态网络中的链接预测方法,用节点相似性分数和链接次数组合时间序列模型进行预测.首先通过社区演化,预测历史上各时间快照下节点间的相似性分数;然后用二元时间序列模型将其与各时间快照下节点间的事实链接次数相结合,判断下一个时间段内各节点对链接发生的可能性;最后在Weibo-Net-Tweet微博转发数据集上进行测试.实验结果表明,该方法至少提高了5％的预测准确度,证明了社区演化与链接预测之间的内在联系,验证了二元时间序列模型的有效性.

关键词：链接预测、社区演化、时间序列、节点相似性

所属期刊栏目：57

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金61602205,51627805,61170004;国家重点研发计划专项基金2016YFB0201503,2016YFB0701101;教育部高等学校博士学科点专项科研基金20130061110052;吉林省科技攻关计划重大科技招标专项基金20160203008GX;吉林省科技攻关计划重点科技攻关项目20140204013GX

在线出版日期：2019-06-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：583-590