基于集成学习的复杂网络链路预测及其形成机制分析OA北大核心CSCDCSTPCD
Link prediction and analysis of formation mechanism of complex networks based on ensemble learning
为了预测节点与网络中其他现有节点之间的新连接或缺失连接,链路(边)预测近年来引发了越来越多的研究兴趣.最近已经提出各种具有不同特点的算法,以解决链路预测的问题,其中每种算法只考虑一种网络信息,从而产生片面的结果.提出基于集成学习的方法,将所有单一算法集成组合,综合考虑网络的各种信息来解决这一问题.在8个真实网络上进行了实验,利用局部拓扑索引、全局拓扑索引和推荐算法提取了17个不同的特征.结果 表明,集成学习的关键性能指标——受试者工作特征曲线(r…查看全部>>
To predict new or missing connections between a node and other existing nodes in the network, link ( edge) pre-diction has sparked increasing research interest in recent years. Recently, a variety of algorithms with different characteris-tics have been proposed to solve the problems of link prediction, for which each algorithm only takes into account a kind of information of the network and thus leads to a one-sided result. We present an ensemble learning me…查看全部>>
张淼;梁延研;黄相杰
北京理工大学 珠海学院,广东 珠海519085澳门科技大学 资讯科技学院,澳门999078澳门科技大学 资讯科技学院,澳门999078
信息技术与安全科学
集成学习链路预测复杂网络形成机制
ensemble learninglink predictioncomplex networksformation mechanism
《重庆邮电大学学报（自然科学版）》 2020 (5)
759-768,10
The Science and Technology Development Fund of Macau(0025/2018/A1,0019/2018/ASC,0008/2019/A1,0010/2019/AFJ,0025/2019/AKP)
评论