基于隐朴素贝叶斯模型的链接预测算法OA北大核心CSCDCSTPCD
Links Prediction Based on Hidden Naive Bayes Model
基于共邻节点及其改进的链接预测模型中对共邻节点间的依赖关系考虑不足,不能完全利用网络的拓扑结构信息,针对此问题,提出基于隐朴素贝叶斯模型和双隐朴素贝叶斯模型的链接预测方法.该算法考虑共邻节点间互相依赖关系及其依赖关系的不同,通过隐朴素贝叶斯分类模型计算节点之间的相似性,利用条件互信息来衡量节点间的依赖程度,提高链接预测的准确率.采用网络DBLP和Email的真实数据作为实验数据集,使用AUC和Precision算法来评价本文的预测模型,实验结果表…查看全部>>
黄宏程;魏青;胡敏;冯榆斌
重庆邮电大学通信与信息工程学院,重庆400065重庆大学计算机学院,重庆400044重庆邮电大学通信与信息工程学院,重庆400065重庆邮电大学通信与信息工程学院,重庆400065
计算机与自动化
隐朴素贝叶斯链接预测相似性条件互信息
hidden naive Bayeslink predictionsimilarityconditional mutual information
《四川大学学报（工程科学版）》 2016 (4)
基于DAB的自组织数字广播通信网关键技术研究与实现
150-157,8
国家自然科学基金资助项目(6137109761401051)重庆市科委基础和前沿研究资助项目(cstc2014jcyjA40039cstc2013jcyjA40006))重庆市教委科学技术研究资助项目(KJ1400402KJ130530))
评论