基于鄰居社區(qū)與節(jié)點(diǎn)重要性的鏈路預(yù)測算法.pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展,復(fù)雜網(wǎng)絡(luò)越來越受到關(guān)注.作為復(fù)雜網(wǎng)絡(luò)的重要研究內(nèi)容之一,鏈路預(yù)測在許多領(lǐng)域都有廣泛的理論價(jià)值和實(shí)際應(yīng)用.本文提出了四種基于社區(qū)信息與節(jié)點(diǎn)重要性的鏈路預(yù)測算法.具體工作包括:（1）在社區(qū)硬劃分的基礎(chǔ)上提出了一種社區(qū)軟劃分方法,并結(jié)合統(tǒng)計(jì)推斷等數(shù)學(xué)工具給出了一種鏈路預(yù)測算法；（2）對網(wǎng)絡(luò)節(jié)點(diǎn)的微觀信息（鄰居）與中觀信息（社區(qū)）進(jìn)行整合,并應(yīng)用極大似然估計(jì)等概率方法,將其量化為節(jié)點(diǎn)間連邊的概率,進(jìn)而提出了一種雙尺度的鏈路預(yù)測

2、算法；（3）對規(guī)模較小的網(wǎng)絡(luò),提出了一種基于節(jié)點(diǎn)宏觀重要性指標(biāo)（介數(shù)）的鏈路預(yù)測算法；（4）通過全局優(yōu)化方法將網(wǎng)絡(luò)映射到歐氏空間,將網(wǎng)絡(luò)的幾何信息（節(jié)點(diǎn)間歐氏距離）與局部拓?fù)湫畔ⅲü?jié)點(diǎn)度）整合為節(jié)點(diǎn)間連邊的概率,并提出一種鏈路預(yù)測算法.
　　實(shí)驗(yàn)表明,基于社區(qū)軟劃分的鏈路預(yù)測指標(biāo)（算法1）較基于硬劃分的指標(biāo)預(yù)測效果有所提高,這也表明軟劃分所給出的重疊社區(qū)結(jié)構(gòu)更切近實(shí)際；所提出的雙尺度鏈路預(yù)測指標(biāo)（算法2）的預(yù)測效果較單個指標(biāo)有所提