-
题名基于节点映射与标签数据构建的链接预测方法
被引量：6
- 1
-
-
作者
周娅
杨邦
-
机构
桂林电子科技大学计算机与信息安全学院
-
出处
《计算机工程与设计》
北大核心
2020年第2期373-380,共8页
-
基金
国家自然科学基金项目（61662015）
广西科技厅科技开发重点基金项目（桂科攻1598019）
NSFC-广东联合基金重点基金项目（U1501252）
-
文摘
为改进基于局部或全局信息相似性度量方法中存在的无法全面提取网络结构信息的问题,以及基于网络表示学习的方法不能对链接的不存在性进行度量的问题,提出一种结合节点向量化方法与机器学习分类算法的Net2Vec-CLP框架。使用具有重启机制的随机游走方法获得节点环境序列,将源网络信息转换成向量表示,在此基础上生成标签数据集,使用带sigmoid核映射方法的SVM模型进行二分类预测。实验结果表明,算法在Facebook数据集上较Node2Vec方法AUC值提高了2.47%,在其它数据集上也有可观测的优势。同时,结合二分类思想的方法,其能明确度量不存在链接关系的数据。
-
关键词
链接预测
节点映射
网络表示学习
标签化数据构建
分类算法
-
Keywords
link prediction
node mapping
network representation learning
labeled data building
classification algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
