计算机应用研究2021，Vol.38Issue(12) ：3733-3738.DOI:10.19734/j.issn.1001-3695.2021.05.0192

基于聚类信息和对称非负矩阵分解的链路预测模型研究

Link prediction model based on clustering information and symmetric non-negative matrix factorization

陈广福 王海波
计算机应用研究2021，Vol.38Issue(12) ：3733-3738.DOI:10.19734/j.issn.1001-3695.2021.05.0192
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于聚类信息和对称非负矩阵分解的链路预测模型研究

Link prediction model based on clustering information and symmetric non-negative matrix factorization

陈广福 1王海波2
扫码查看

作者信息

  • 1. 武夷学院 数学与计算机学院,福建 武夷山 354300
  • 2. 湖南科技学院 电子与信息工程学院,湖南 永州425199
  • 折叠

摘要

现有的大部分基于非负矩阵分解的链路预测方法仅考虑网络拓扑结构信息而忽略节点与链接聚类信息.针对此问题,提出一个融合聚类信息的对称非负矩阵分解的链路预测模型.首先,该模型利用对称非负矩阵分解去捕获网络节点相似度信息;其次,使用基于Jaccard的节点和链接聚类系数去保持网络局部结构信息;最后,启用拉格朗日乘法规则去学习模型参数.在六个真实无向无权和四个加权网络上的实验结果表明,该方法在两种不同类型网络预测精确度分别提升了1.6％和8.9％.

关键词

复杂网络/链路预测/对称非负矩阵分解/节点和链接聚类信息

引用本文复制引用

基金项目

武夷学院引进人才科研启动基金(YJ202017)

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5
参考文献量4
段落导航相关论文