基于多种信息组合模式的非负矩阵分解链路预测模型

Based on nonnegative matrix factorization for link prediction model via multiple information combination modes

唐明虎¹

扫码查看

作者信息

1. 青海民族大学计算机学院,西宁810007
折叠

摘要

针对基于拓扑结构相似性的链路预测算法中网络稀疏性和噪声问题,提出一种基于非负矩阵分解的链路预测模型.该模型从微观与宏观两个层面出发,融合网络内部和外部的辅助信息,减轻了网络稀疏性造成的影响,提升了算法预测的整体性能.提出的三种信息组合模式体现出宏观与微观角度下的信息融合策略.在13个真实网络数据集上的实验结果展示了算法预测性能上的优越性.

关键词

非负矩阵分解/有属性网络/信息融合/链路预测

引用本文复制引用

基金项目

青海省应用基础研究项目(2018-ZJ-707)

国家教育部“春晖计划”合作科研项目(2019)

出版年

2021

计算机应用研究

四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心

影响因子：0.93

ISSN：1001-3695

被引量1

参考文献量2

段落导航