重庆理工大学学报2022，Vol.36Issue(5) ：137-146.DOI:10.3969/j.issn.1674-8425(z).2022.05.018

一种叠加随机游走重力模型的链路预测算法

A link prediction algorithm based on superimposed random walk gravity model

姜万昌 路明明
重庆理工大学学报2022，Vol.36Issue(5) ：137-146.DOI:10.3969/j.issn.1674-8425(z).2022.05.018
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

一种叠加随机游走重力模型的链路预测算法

A link prediction algorithm based on superimposed random walk gravity model

姜万昌 1路明明2
扫码查看

作者信息

  • 1. 东北电力大学计算机学院,吉林吉林 132012;东北电力大学吉林省智能电网信息技术工程实验室,吉林吉林 132012
  • 2. 东北电力大学计算机学院,吉林吉林 132012
  • 折叠

摘要

基于局部随机游走的链路预测算法忽略网络结构对转移概率的影响,不适用于具有局部高聚集程度的网络,因此提出叠加随机游走重力模型的链路预测算法.结合局部信息重定义随机游走的转移概率矩阵,将其应用到叠加随机游走中,量化局部网络结构对游走转移的影响,利用叠加随机游走得到的转移概率重定义重力模型参数,计算节点之间的相似性.与基于局部信息、路径、随机游走和节点聚类系数的算法相比,在局部无高聚集程度的网络中,新算法的AUC指标平均为0.951,提高了1.3％,Precision指标提高了0.9％;在具有局部高聚集程度的网络中,新算法的AUC指标平均为0.978,提高了5.5％,Precision指标提高了1.4％.

关键词

链路预测/相似性/局部随机游走/聚类系数/重力模型

引用本文复制引用

基金项目

吉林省教育厅科研项目(JJKH20190706KJ)

吉林市科技局科研项目(20190104140)

出版年

2022
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
参考文献量8
段落导航相关论文