一种大规模网络中基于节点结构特征映射的链接预测方法

周小平张海燕李志宇梁循马跃峰

中国人民大学;

摘要：

网络链接预测能够获取网络中丢失链接的重要信息或进行网络的动态演变分析．现有的基于节点相似性的网络链接预测方法往往针对简单的一（多）阶邻居信息或特定类型的小型网络，设计较为复杂的计算方法，其扩展性和大规模网络中的可计算性都受到了严峻的挑战．文中基于深度学习在神经网络语言模型中应用的启发，提出了一个 LsNet2Vec（Large-scale Network to Vector）模型．通过结合随机游走的网络数据集序列化方法，进行大规模的无监督机器学习，从而将网络中节点的结构特征信息映射到一个连续的、固定维度的实数向量．然后，使用学习到的节点结构特征向量，就可以迅速计算大规模网络中任意节点之间的相似度，以此…展开v

关键词：链接预测、大规模网络、节点特征向量、连续性表达、神经网络、机器学习

所属期刊栏目：39

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71271211，71531012;北京市自然科学基金4132067;中国人民大学科学研究基金10XNI029;中国人民大学2015年度拔尖创新人才培育资助计划资助．

在线出版日期：2016-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共18页

页码：1947-1964