作者:周鹏; 熊运余异构网络关系预测有监督学习频繁子图检测时间敏感性
摘要:针对现有的异构网络间关系预测算法的不足,提出一种有监督学习算法,通过对网络中现有的相关关系进行分析,预测异构网络中关系的出现情况。利用原型网络描述目标异构网络中与目标关系预测有关的所有关系;提出一种频繁子图检测(FSD)算法,从原型网络中系统提取出频繁子图,作为目标关系的预测器;利用时间敏感型特征刻画网络结构的动态变化,提高关系预测的精度。将该算法部署于DBLP书目网络上,预测作者引用关系,将该算法的性能与当前其它最新算法做比较,实验结果表明,该算法在多种预测场景下的预测精度更优。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社