摘要:在現實世界中,社交網絡的結構并不是一成不變的,而是隨著時間的推移不斷地發生變化。鏈接預測可以發現社交網絡中隱藏的和未來可能產生的關系鏈接,這些關系鏈接在很多實際應用場景中得到了廣泛的應用。現有的鏈接預測方法主要針對只具有單個時間節點的靜態網絡,較少關注連續時間節點的動態社交網絡的鏈接預測。并且,直接把現有的鏈接預測方法用來對動態社交網絡的每個時間節點的整個網絡進行鏈接預測效率較低,不能滿足在大數據背景下進行高效的鏈接預測。針對該問題,本文將資源分配算法改進之后,通過增量學習的思想將其引入到動態社交網絡鏈接預測當中,提出了一種新的鏈接預測算法。該算法不僅僅考慮了公共鄰居節點的資源分配,也考慮了待預測節點本身的資源分配。更加符合動態社交網絡隨著時間變化,待預測節點本身的鄰居也可能會發生變化的特點。在數據集上進行的仿真實驗得出的結果證明該算法提高了鏈接預測的時間效率,并且,預測準確率也略有提高。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社。
數碼設計雜志, 半月刊,本刊重視學術導向,堅持科學性、學術性、先進性、創新性,刊載內容涉及的欄目:計算機與應用、工程科技研究、藝術設計創新、文教科技信息等等。于2002年經新聞總署批準的正規刊物。