主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
王红,于晓梅,孙彦燊.动态多维网络双向链路预测.软件学报,2012,23(zk2):176-185
动态多维网络双向链路预测
Bi-Direction Link Prediction in Dynamic Multi-Dimension Networks
投稿时间:2012-05-20  修订日期:2012-09-29
DOI:
中文关键词:  动态网络  多维网络  双向链路预测  权重相似度  个性化推荐
英文关键词:dynamic network  multi-dimension network  bi-direction link prediction  weight similarity  personalized recommendation
基金项目:国家自然科学基金(60975081); 山东省科技计划(2012GGB01058); 山东省研究生科技创新计划(SDYY10059)
作者单位E-mail
王红 山东师范大学 信息科学与工程学院,山东 济南 250014 wanghong106@163.com 
于晓梅 山东师范大学 信息科学与工程学院,山东 济南 250014  
孙彦燊 浙江大学 理学部,浙江 杭州 310027  
摘要点击次数: 1862
全文下载次数: 2784
中文摘要:
      链路预测作为网络分析的有效工具得到许多研究者的关注.链路预测可以使人们更好地了解网络节点之间的内在联系.目前的网络链路预测方法大多是根据已知的网络节点以及网络结构等信息预测网络中尚未产生连边的两个节点之间产生链接的可能性,而且大多是在单关系或静态网络中进行.它们没有综合考虑多维关系动态网络中的链路预测,也忽略了未来将会消失的链接.这些链接的预测非常重要,至少可以作为现有链路预测的必要补充,使人们更准确地预测未来.提出了动态多维网络双向链路预测方法,在动态多维网络中既可以预测将来可能产生的链接,也可以预测现有的而将来可能消失的链接.首先给出多维网络、降维网络和动态网络的定义,然后提出构建多维网络、对多维网络降维以及构建动态网络的算法,再后给出一种动态多维加权网络中双向链路预测算法.实验结果表明,算法能够使多维加权网络中链路预测有更好的效果.
英文摘要:
      Recently, many researchers have been attracted in link prediction, which is an effective technique \ used in graph based models analysis. By using the link prediction method the study understands associations between nodes. Most of previous works in this area have not explored the prediction of links in dynamic multi-dimension networks and have not explored the prediction of links which could disappear in the future. This paper argues that these kinds of links are important. At least they can serve as a complement for current link prediction processes in order to plan better for the future. This paper proposes a link prediction model, which is capable of predicting bi-direction links that might exist and may disappear in the future in dynamic multi-dimension networks. Firstly, the study presents the definition of multi-dimensional networks, reduction dimension networks, and dynamic networks. Then paper proposes a forward some algorithms which build multi-dimension networks, reduction dimension networks, and dynamic networks. Next, a give bi-direction link prediction algorithms in dynamic multi-dimension weighted networks. At the end, algorithms above are applied in recommendation networks. Experimental results show that the algorithm can improve the link prediction performance in dynamic multi-dimensional weighted networks.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利