本文選題：鏈路預(yù)測(cè) + 相似性　； 參考：《計(jì)算機(jī)應(yīng)用》2017年08期

【摘要】：現(xiàn)有的基于隨機(jī)游走鏈路預(yù)測(cè)指標(biāo)在無(wú)權(quán)網(wǎng)絡(luò)上的轉(zhuǎn)移過(guò)程存在較強(qiáng)隨機(jī)性,沒(méi)有考慮在網(wǎng)絡(luò)結(jié)構(gòu)上不同鄰居節(jié)點(diǎn)間的相似性對(duì)轉(zhuǎn)移概率的作用。針對(duì)此問(wèn)題,提出一種基于網(wǎng)絡(luò)表示學(xué)習(xí)與隨機(jī)游走的鏈路預(yù)測(cè)算法。首先,通過(guò)基于深度學(xué)習(xí)的網(wǎng)絡(luò)表示學(xué)習(xí)算法——Deep Walk學(xué)習(xí)網(wǎng)絡(luò)節(jié)點(diǎn)的潛在結(jié)構(gòu)特征,將網(wǎng)絡(luò)中的各節(jié)點(diǎn)表征到低維向量空間;然后,在重啟隨機(jī)游走(RWR)和局部隨機(jī)游走(LRW)算法的隨機(jī)游走過(guò)程中融合各鄰居節(jié)點(diǎn)在向量空間上的相似性,重新定義出鄰居節(jié)點(diǎn)間的轉(zhuǎn)移概率;最后,在5個(gè)真實(shí)數(shù)據(jù)集上進(jìn)行大量實(shí)驗(yàn)驗(yàn)證。實(shí)驗(yàn)結(jié)果表明:相比8種具有代表性的基于網(wǎng)絡(luò)結(jié)構(gòu)的鏈路預(yù)測(cè)基準(zhǔn)算法,所提算法鏈路預(yù)測(cè)結(jié)果的AUC值均有提升,最高達(dá)3.34%。
[Abstract]:There is a strong randomness in the transfer process based on the random walk link prediction index in the unauthorized network, and the effect of the similarity between the different neighbor nodes on the transfer probability is not considered in the network structure. To solve this problem, a link prediction algorithm based on network representation learning and random walk is proposed. First, the nodes in the deep Walk learning network are represented into the low-dimensional vector space through the deep learning-based network representation learning algorithm, which is the potential structural feature of the deep Walk learning network node. In the random walk process of restarting random walk (RWR) and local random walk (LRW) algorithm, the similarity of neighbor nodes in vector space is fused, and the transfer probability between neighbor nodes is redefined. A large number of experiments were carried out on 5 real data sets. The experimental results show that the AUC value of the proposed algorithm is improved to 3.34, compared with the 8 typical network based link prediction benchmark algorithms.
【作者單位】： 華南師范大學(xué)計(jì)算機(jī)學(xué)院;廣東省高性能計(jì)算重點(diǎn)實(shí)驗(yàn)室;仲愷農(nóng)業(yè)工程學(xué)院信息科學(xué)與技術(shù)學(xué)院;
【基金】：廣東省自然科學(xué)基金自由申請(qǐng)項(xiàng)目(2016A030313441) 廣東省科技計(jì)劃項(xiàng)目(2015B010129009,2016A030303058,2016A090922008,2015A020209178) 廣東省高性能計(jì)算重點(diǎn)實(shí)驗(yàn)室開(kāi)放課題項(xiàng)目(T191527) 廣州市科技計(jì)劃項(xiàng)目(201604016035)~~
【分類號(hào)】：O157.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 孫志遠(yuǎn);魯成祥;史忠植;馬剛;;深度學(xué)習(xí)研究與進(jìn)展[J];計(jì)算機(jī)科學(xué);2016年02期

2 陳維政;張巖;李曉明;;網(wǎng)絡(luò)表示學(xué)習(xí)[J];大數(shù)據(jù);2015年03期

3 胡文斌;彭超;梁歡樂(lè);杜博;;基于鏈路預(yù)測(cè)的社會(huì)網(wǎng)絡(luò)事件檢測(cè)方法[J];軟件學(xué)報(bào);2015年09期

4 呂琳媛;;復(fù)雜網(wǎng)絡(luò)鏈路預(yù)測(cè)[J];電子科技大學(xué)學(xué)報(bào);2010年05期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉思;劉海;陳啟買(mǎi);賀超波;;基于網(wǎng)絡(luò)表示學(xué)習(xí)與隨機(jī)游走的鏈路預(yù)測(cè)算法[J];計(jì)算機(jī)應(yīng)用;2017年08期

2 陳工;李琦;金玲艷;梁賀明;Hamed Karimian;莫玉琴;;基于深度學(xué)習(xí)的區(qū)域生態(tài)安全時(shí)空模擬與預(yù)測(cè)[J];地球信息科學(xué)學(xué)報(bào);2017年07期

3 何軍;劉業(yè)政;;基于多維社交關(guān)系的在線社交網(wǎng)絡(luò)鏈路預(yù)測(cè)研究[J];現(xiàn)代情報(bào);2017年07期

4 高楊;張燕平;錢(qián)付蘭;趙姝;;結(jié)合節(jié)點(diǎn)度和節(jié)點(diǎn)聚類系數(shù)的鏈路預(yù)測(cè)算法[J];小型微型計(jì)算機(jī)系統(tǒng);2017年07期

5 劉竟;孫薇;;基于鏈路預(yù)測(cè)的潛在科研合作關(guān)系發(fā)現(xiàn)研究[J];情報(bào)理論與實(shí)踐;2017年07期

6 張金柱;胡一鳴;;利用鏈路預(yù)測(cè)揭示合著網(wǎng)絡(luò)演化機(jī)制[J];情報(bào)科學(xué);2017年07期

7 劉家益;鄒益民;;近70年文本自動(dòng)摘要研究綜述[J];情報(bào)科學(xué);2017年07期

8 趙曉婧;劉子嘉;;基于三階路徑的鏈路預(yù)測(cè)新指標(biāo)[J];晉中學(xué)院學(xué)報(bào);2017年03期

9 閔波;張莉;楊帆;雷權(quán);張?jiān)坪?;聯(lián)系強(qiáng)弱對(duì)生物醫(yī)學(xué)文獻(xiàn)知識(shí)發(fā)現(xiàn)的影響[J];醫(yī)學(xué)信息學(xué)雜志;2017年05期

10 李澤;孫多勇;李博;;基于社會(huì)網(wǎng)絡(luò)與事件關(guān)聯(lián)的恐怖事件監(jiān)測(cè)與識(shí)別[J];科技導(dǎo)報(bào);2017年09期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 余凱;賈磊;陳雨強(qiáng);徐偉;;深度學(xué)習(xí)的昨天、今天和明天[J];計(jì)算機(jī)研究與發(fā)展;2013年09期

2 饒君;吳斌;東昱曉;;MapReduce環(huán)境下的并行復(fù)雜網(wǎng)絡(luò)鏈路預(yù)測(cè)[J];軟件學(xué)報(bào);2012年12期

3 吳斌;王柏;楊勝琦;;基于事件的社會(huì)網(wǎng)絡(luò)演化分析框架[J];軟件學(xué)報(bào);2011年07期

4 喬少杰;唐常杰;彭京;劉威;溫粉蓮;邱江濤;;基于個(gè)性特征仿真郵件分析系統(tǒng)挖掘犯罪網(wǎng)絡(luò)核心[J];計(jì)算機(jī)學(xué)報(bào);2008年10期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周持中;一類具有吸收點(diǎn)的平面隨機(jī)游走[J];岳陽(yáng)大學(xué)學(xué)報(bào);1996年02期

2 何建軍;李仁發(fā);;改進(jìn)的隨機(jī)游走模型節(jié)點(diǎn)排序方法[J];計(jì)算機(jī)工程與應(yīng)用;2011年12期

3 鄧貴仕,賴寶全;反饋式隨機(jī)游走模型及其在股票投資中應(yīng)用[J];大連理工大學(xué)學(xué)報(bào);2004年06期

4 戴穎;;深圳股票市場(chǎng)的隨機(jī)游走檢驗(yàn)[J];商業(yè)經(jīng)濟(jì);2005年11期

5 張珊靚;周晏;;基于隨機(jī)游走的時(shí)間加權(quán)社會(huì)網(wǎng)絡(luò)鏈接預(yù)測(cè)算法[J];計(jì)算機(jī)應(yīng)用與軟件;2014年07期

6 金弟;楊博;劉杰;劉大有;何東曉;;復(fù)雜網(wǎng)絡(luò)簇結(jié)構(gòu)探測(cè)——基于隨機(jī)游走的蟻群算法[J];軟件學(xué)報(bào);2012年03期

7 汪北翔,黃海波;對(duì)我國(guó)期貨價(jià)格隨機(jī)游走假設(shè)的檢驗(yàn)[J];統(tǒng)計(jì)與決策;2004年11期

8 邢長(zhǎng)明;劉方愛(ài);徐如志;;無(wú)標(biāo)度立體Koch網(wǎng)絡(luò)上隨機(jī)游走的平均吸收時(shí)間[J];物理學(xué)報(bào);2012年20期

9 呂U，

本文編號(hào)：1899556