吉林大学学报(理学版) ›› 2019, Vol. 57 ›› Issue (3): 583-590.
魏晓辉1,2, 许国威1, 王兴旺1, 徐海啸1,2
WEI Xiaohui1,2, XU Guowei1, WANG Xingwang1, XU Haixiao1,2#br#
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WeiboNetTweet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.
中图分类号: