典型文献
基于节点匹配度的动态网络链路预测方法
文献摘要：
现实世界存在众多真实网络,研究真实网络中的动态演化趋势和时序性特征是热点问题.链路预测技术作为网络科学领域重要研究工具可通过挖掘历史连边信息推测网络演化规律,进而对未来连边进行预测.通过分析动态真实网络中的拓扑结构演化,发现通过分析网络拓扑中节点间的交互性和匹配度问题能够更充分捕捉网络的动态特征,提出一种基于节点匹配度的动态网络链路预测方法.该方法对网络节点的属性特征进行分析,定义基于原生影响力和次生影响力的节点重要性量化方法;引入时间衰减因子,刻画不同时刻网络拓扑对连边形成的影响程度;结合节点重要性和时间衰减因子定义动态节点匹配度(TMDN,temporal matching degree of nodes)方法,用于衡量节点对之间未来形成连边的可能性.在5个真实动态网络数据集中的实验结果表明,相比现有3类主流动态网络链路预测方法,所提方法在AUC和Ranking Score两种评价标准下均取得更优的预测性能,预测结果最高提升42％,证明了节点间存在着交互匹配优先级,同时证实了节点原生影响力和次生影响力的有效性.
文献关键词：
动态网络;链路预测;节点匹配度;节点重要性;时间衰减因子
中图分类号：
作者姓名：
李聪;季新生;刘树新;李劲松;李海涛
作者机构：
信息工程大学,河南郑州 450001
文献出处：
引用格式：
[1]李聪;季新生;刘树新;李劲松;李海涛-.基于节点匹配度的动态网络链路预测方法)[J].网络与信息安全学报,2022(04):131-143
A类：
节点匹配度,TMDN
B类：
动态网络,链路预测,现实世界,真实网络,动态演化,演化趋势,时序性特征,预测技术,网络科学,科学领域,研究工具,边信息,测网,网络演化,演化规律,动态真实,拓扑结构,结构演化,网络拓扑,中节点,交互性,动态特征,网络节点,属性特征,于原生,节点重要性,量化方法,时间衰减因子,不同时刻,temporal,matching,degree,nodes,网络数据,Ranking,Score,预测性能,优先级
AB值：
0.343133
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
