基于主题模型的有向社交网络链接预测方法

被引：13

作者：

吴梦蝶

唐雁

机构：

[1] 西南大学计算机与信息科学学院

来源：

西南大学学报(自然科学版) | 2014年 / 01期

关键词：

社交网络; 链接预测; 主题模型;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理]; TP393.02 [];

学科分类号：

120506 [数字人文];

摘要：

社交网络链接预测方法通常针对简单网络,且只考虑单一的网络结构特征,难以适应不断复杂化的社交网络.针对此问题,提出一种有向网络的链接预测方法,基于主题模型分析节点语义信息,综合节点属性特征和网络结构特征进行链接预测.实验证明可以更真实地还原社交网络的用户关系,提高链接预测的精度.

引用

页码：152 / 158

页数：7

共 10 条

[1]

有向与加权网络的链路预测 [D].

张扬夫 .

湘潭大学,

2011

[2]

Proximity measures for link prediction based on temporal events[J] Paulo R.S. Soares;Ricardo B.C. Prudêncio Expert Systems With Applications 2013,

[3]

Supervised methods for multi-relational link prediction.[J] Darcy Davis;Ryan Lichtenwalter;Nitesh V. Chawla Social Netw. Analys. Mining 2013,

[4]

Link prediction in complex networks: A survey[J] Linyuan Lü;Tao Zhou Physica A: Statistical Mechanics and its Applications 2010,

[5]

Link prediction in weighted networks: The role of weak ties[J] Linyuan Lü;Tao Zhou EPL (Europhysics Letters) 2010,

[6]

Predicting missing links via local information[J] Tao Zhou;Linyuan Lü;Yi-Cheng Zhang The European Physical Journal B 2009,

[7]

Prediction and ranking algorithms for event-based network data[J] Joshua O'Madadhain;Jon Hutchins;Padhraic Smyth ACM SIGKDD Explorations Newsletter 2005,

[8]

Link mining[J] Lise Getoor;Christopher P. Diehl ACM SIGKDD Explorations Newsletter 2005,

[9]

Evolution of networks[J] S. N. Dorogovtsev;J. F. F. Mendes Advances in Physics 2002,

[10]

Using Markov chains for link prediction in adaptive web sites Zhu J;Hong J;Hughes J G; Proceedings of the International Conference on Soft-Ware:Computing in an Imperfect World 2002,

← 1 →