基于低秩和局部约束矩阵估计的链接预测方法

作     者：刘冶 印鉴 邓泽亚 王智圣 潘炎 LIU Ye;YIN Jian;DENG Zeya;WANG Zhisheng;PAN Yan

作者机构：中山大学信息科学与技术学院广州510006 中山大学软件学院广州510006 

基　　金：国家自然科学基金 广东省自然科学基金 广东省科技计划项目 广州市科技计划项目~~ 

出 版 物：《计算机科学与探索》 (Journal of Frontiers of Computer Science and Technology)

年 卷 期：2015年第9卷第3期

页      码：279-291页

摘      要：在大数据时代,互联网社会网络和其他复杂网络中的链接预测问题研究成为热门领域。链接预测相关的方法已被广泛地应用于社会网络关系挖掘、个性化推荐和生物制药等领域。在链接预测问题中,通常使用相似性矩阵来表示网络中任意节点之间存在链接的可能性,因此相似性矩阵的计算是链接预测中至关重要的一步。近年来的研究中,大多数方法是基于已知网络中数据的分析,通过网络潜在结构设计机器学习算法构造相似性矩阵。在全局低秩的网络结构假设下,结合网络中节点特征的局部约束,提出了一种基于数据的链接预测优化算法,并针对复杂网络数据链接预测问题设计了可扩展的分治方法,便于分布式环境中对大规模数据进行求解。通过在多个真实数据集上的实验和结果分析,基于低秩结构和局部约束矩阵估计的链接预测分治方法能够取得较好的效果,并对复杂的网络结构数据具有较强的可扩展性。

主 题 词：链接预测 低秩估计 局部约束 社会网络 数据挖掘 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3778/j.issn.1673-9418.1411046

馆 藏 号：203433757...