社會(huì )網(wǎng)絡(luò )中基于神經(jīng)網(wǎng)絡(luò )的鏈路預測方法
摘要：鏈路預測是網(wǎng)絡(luò )信息挖掘的主要研究?jì)热?，通過(guò)對網(wǎng)絡(luò )結構和其他信息的分析，挖掘缺失的鏈接或預測未來(lái)可能出現的鏈接。鏈路預測在推薦系統、社會(huì )網(wǎng)絡(luò )和生物網(wǎng)絡(luò )分析中有著(zhù)十分廣泛的應用。本文首先介紹了基于公共鄰居、路徑和隨機游走的8種常用的鏈路預測指標．并在此基礎上提出了一種基于這8種指標線(xiàn)性組合的度量指標，并經(jīng)過(guò)實(shí)驗找出了較好的優(yōu)化參數。然后，提出了基于這8種指標的神經(jīng)網(wǎng)絡(luò )模型．并分別基于Weka平臺和FANN庫進(jìn)行了實(shí)現。在社會(huì )網(wǎng)絡(luò )的4個(gè)公開(kāi)測試集上的實(shí)驗結果表明．基于FANN庫的神經(jīng)網(wǎng)絡(luò )模型的預測結果最好，在4個(gè)數據集上最高的AUC值分別達到了0。95l8、0．9289、0．7480和0．8677，與單一指標最好的AUC值相比分別提高了3．92％、1．45％、7．06％和24．35％。
注: 保護知識產(chǎn)權,如需閱讀全文請聯(lián)系數學(xué)建模及其應用雜志社
相關(guān)推薦
更多.jpg)
咨詢(xún).jpg)
新與應用.jpg)
大眾.jpg)
保.jpg)
于我們.jpeg)