基于子图演化与改进蚁群优化算法的社交网络链路预测方法OA北大核心CSCDCSTPCD
Social network link prediction method based on subgraph evolution and improved ant colony optimization algorithm
基于改进蚁群优化算法与子图演化,提出了一种新型非监督社交网络链路预测(SE-ACO)方法.该方法首先在社交网络图中确定特殊子图;然后研究子图演化以预测图中的新链接,并用蚁群优化算法定位特殊子图;最后针对所提方法使用不同网络拓扑环境与数据集进行检验.结果表明,与其他无监督社交网络预测算法相比,所提SE-ACO方法在多数数据集上的评估结果较好,且运行时间较短,这表明图形结构在链路预测算法中起重要作用.
顾秋阳;琚春华;吴功兴
浙江工业大学管理学院,浙江杭州 310023浙江工业大学中国中小企业研究院,浙江杭州 310023宁波诺丁汉大学商学院,浙江宁波 315175
信息技术与安全科学
链路预测蚁群优化算法社交网络子图演化
《通信学报》 2020 (12)
21-35,15
国家自然科学基金资助项目(No.71571162)浙江省社科规划重点课题基金资助项目(No.20NDJC10Z)浙江省自然科学基金资助项目(No.LQ20G010002)
评论