一种大规模网络中基于节点结构特征映射的链接预测方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：网络链接预测能够获取网络中丢失链接的重要信息或进行网络的动态演变分析．现有的基于节点相似性的网络链接预测方法往往针对简单的一（多）阶邻居信息或特定类型的小型网络，设计较为复杂的计算方法，其扩展性和大规模网络中的可计算性都受到了严峻的挑战．文中基于深度学习在神经网络语言模型中应用的启发，提出了一个 LsNet2Vec（Large-scale Network to Vector）模型．通过结合随机游走的网络数据集序列化方法，进行大规模的无监督机器学习，从而将网络中节点的结构特征信息映射到一个连续的、固定维度的实数向量．然后，使用学习到的节点结构特征向量，就可以迅速计算大规模网络中任意节点之间的相似度，以此来进行网络中的链接预测．通过在16个大规模真实数据集上和目前的多个基准的最优预测算法对比发现，LsNet2Vec 模型所得到的预测总体效果是最优的：在保证了大规模网络中链接预测计算可行性的同时，于多个数据集上相对已有方法呈现出较大的 AUC 值提升，最高达8．9％．

原文链接:http://d.wanfangdata.com.cn/Periodical/jsjxb201610002

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：预测方法 大规模 wanfangdata Large-Scale periodic 链接预测 大规模网络 节点特征向量 连续性表达 神经网络