基于分包的混合朴素贝叶斯链路预测模型

作     者：曾茜 韩华 李秋晖 李巧丽 ZENG Xi;HAN Hua;LI Qiuhui;LI Qiaoli

作者机构：武汉理工大学理学院武汉430070 

基　　金：国家自然科学基金(12071364) 国家自然科学基金青年科学基金(11701435) 

出 版 物：《复杂系统与复杂性科学》 (Complex Systems and Complexity Science)

年 卷 期：2023年第20卷第2期

页      码：10-19页

摘      要：隐朴素贝叶斯模型(HNB)和树增强朴素贝叶斯模型(TAN)通过挖掘共邻节点之间的内在关联缓解局部朴素贝叶斯模型(LNB)的强独立性假设,却忽略了真实网络中同时存在关联紧密的节点和相对独立的节点。在此基础上设计一种分包准则,将共邻节点划分为关联共邻节点和独立共邻节点,然后分别对HNB和TAN做分包改进,提出基于分包的混合朴素贝叶斯模型。在平均共邻节点数高的FWFW网络上,分包后HNB和TAN模型与原模型相比AUC值分别提升12%和11.6%。实验结果表明,所提方法能有效提升链路预测性能,并且具有良好的鲁棒性。

主 题 词：复杂网络 链路预测 分包 混合朴素贝叶斯 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13306/j.1672-3813.2023.02.002

馆 藏 号：203122603...