计算机技术与发展2022，Vol.32Issue(12) ：81-87,158.DOI:10.3969/j.issn.1673-629X.2022.12.013

基于节点度异质性惩罚的链路预测方法

Link Prediction Method Based on Node Degree Heterogeneity Penalization

陈广福 江玲 韩辉珍
计算机技术与发展2022，Vol.32Issue(12) ：81-87,158.DOI:10.3969/j.issn.1673-629X.2022.12.013
✕
  • 维普
  • 万方数据

基于节点度异质性惩罚的链路预测方法

Link Prediction Method Based on Node Degree Heterogeneity Penalization

陈广福 1江玲 2韩辉珍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 353400;认知计算与智能信息处理福建省高校重点实验室,福建 武夷山 353400
  • 2. 武夷学院 数学与计算机学院,福建 武夷山 353400
  • 折叠

摘要

针对大部分现存的链路预测方法仅关注规则网络以及偏好连接现象而导致在稀疏网络获得低质量性能,提出一种节点度异质性惩罚的链路预测框架(NDHP),该框架最优预测准确度与网络拓扑特征有密切关联.首先,计算整个网络节点度获得所有节点对的度异质性相似度;其次,采用惩罚节点度较大机制去惩罚度异质性权重较大的节点抑制节点间差异;最后,通过可调参数将平均节点聚类系数和平均最短路径分别和基于度异质性惩罚框架相关联,获取网络结构信息来弥补网络稀疏信息不足,并提出基于节点度异质性惩罚的平均聚类系数指标(NDHP_AC)和基于节点度异质性惩罚的平均距离指标(NDHP_AD).此外,在8个真实无向无权网络上与最近代表性的方法相比较,所提两个指标在预测缺失链接和鲁棒性两方面性能优于基准指标.尤其在高度稀疏网络中,所提指标的AUC和AUPR分别最大提高了15.3％和8.6％.

关键词

复杂网络/链路预测/度异质性/平均节点聚类系数/平均最短路径

引用本文复制引用

基金项目

福建省自然科学基金(2021J011146)

武夷学院引进人才科研启动基金(YJ202017)

出版年

2022
计算机技术与发展
陕西省计算机学会

计算机技术与发展

CSTPCD
影响因子：0.621
ISSN：1673-629X
参考文献量4
段落导航相关论文