基于认知模型的社会关系预测算法.PDFVIP

第３２卷第８期　　　 计算机应用与软件 Ｖｏｌ３２Ｎｏ．８ ２０１５年８月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ａｕｇ．２０１５ 基于认知模型的社会关系预测算法  黄潭龙　张大方 　郑　怡　王晓飞 （湖南大学信息科学与工程学院　湖南长沙４１００８２） 摘　要　　针对低采样率下社会网络中传统的关系预测方法精度较低的问题，提出一种基于认知模型的社会关系预测算法。该方 法利用了单个节点对整个网络的认知能力，部分随机采样获得采样节点对社会网络中节点间关系的认知信息，然后根据认知信息预 测出未采样节点的社会关系，实现了低采样率下所有节点间社会关系的预测。为了分析算法性能，在不同网络中用该算法与传统方 法进行多组对比实验，结果表明该算法在低采样率下提高了预测精度、降低了预测时间。 关键词　　社会网络　认知模型　采样率　预测 中图分类号　ＴＰ３１１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１５．０８．０６０ ＡＳＯＣＩＡＬＲＥＬＡＴＩＯＮＳＨＩＰＰＲＥＤＩＣＴＩＯＮＡＬＧＯＲＩＴＨＭＢＡＳＥＤＯＮＣＯＧＮＩＴＩＶＥＭＯＤＥＬ  ＨｕａｎｇＴａｎｌｏｎｇ　ＺｈａｎｇＤａｆａｎｇ　ＺｈｅｎｇＹｉ　ＷａｎｇＸｉａｏｆｅｉ （ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＨｕｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ４１００８２，Ｈｕｎａｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ａｎｅｗｓｏｃｉａｌｒｅｌａｔｉｏｎｓｈｉｐｐｒｅｄｉｃｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｃｏｇｎｉｔｉｖｅｍｏｄｅｌｗａｓｄｅｖｅｌｏｐｅｄｔｏｓｏｌｖｅｔｈｅｌｏｗａｃｃｕｒａｃｙｐｒｏｂｌｅｍｏｆ ｔｒａｄｉｔｉｏｎａｌｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄｉｎｓｏｃｉａｌｎｅｔｗｏｒｋｓｕｎｄｅｒｌｏｗｓａｍｐｌｉｎｇｒａｔｅ．Ｏｎｔｈｅｂａｓｉｓｏｆｔｈｅｃｏｇｎｉｔｉｖｅａｂｉｌｉｔｙｏｆｓｉｎｇｌｅｎｏｄｅｏｎｗｈｏｌｅｎｅｔｗｏｒｋ， ｔｈｉｓｎｅｗｍｅｔｈｏｄａｃｑｕｉｒｅｓｔｈｅｃｏｇｎｉｔｉｖｅｉｎｆｏｒｍａｔｉｏｎｏｆｔｈｅｓａｍｐｌｅｄｎｏｄｅｓｏｎｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｎｏｄｅｓｉｎｓｏｃｉａｌｎｅｔｗｏｒｋｓｂｙｓａｍｐｌｉｎｇ ｐａｒｔｌｙａｎｄｒａｎｄｏｍｌｙ，ｔｈｅｎｐｒｅｄｉｃｔｓｔｈｅｓｏｃｉａｌｒｅｌａｔｉｏｎｓｈｉｐｏｆｔｈｏｓｅｎｏｄｅｓｈａｖｅｎ’ｔｂｅｅｎｓａｍｐｌｅｄ，ａｎｄｒｅａｌｉｓｅｓｔｈｅｐｒｅｄｉｃｔｉｏｎｏｆｔｈｅｓｏｃｉａｌ ｒｅｌａｔｉｏｎｓｈｉｐａｍｏｎｇａｌｌｔｈｅｎｏｄｅｓｕｎｄｅｒｌｏｗｓａｍｐｌｉｎｇｒａｔｅ．Ｉｎｏｒｄｅｒｔｏａｎａｌｙｓｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｉｓａｌｇｏｒｉｔｈｍ，ｇｒｏｕｐｓｏｆｃｏｍｐａｒａｔｉｖｅ ｅｘｐｅｒｉｍｅｎｔｓｂｅｔｗｅｅｎｔｈｉｓａｌｇｏｒｉｔｈｍａｎｄｔｒａｄｉｔｉｏｎａｌｍｅｔｈｏｄｓｗｅｒｅｃｏｎｄｕｃｔｅｄｉｎｄｉｆｆｅｒｅｎｔｎｅｔｗｏｒｋｓ．Ｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｉｓａｌｇｏｒｉｔｈｍｉｍｐｒｏｖｅｄ ｔｈｅｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙａｎｄｒｅｄｕｃｅｄｐｒｅｄｉｃｔｉｏｎｔｉｍｅｕｎｄｅｒｌｏｗｓａｍｐｌｉｎｇｒａｔｅ． Ｋｅｙｗｏｒｄｓ　　Ｓｏｃｉａｌｎｅｔｗｏｒｋ　Ｃｏｇｎｉｔｉｖｅｍｏｄｅｌ　Ｓａｍｐｌｉｎｇｒａｔｅ　Ｐｒｅｄｉｃｔｉｏｎ ２０１４年Ｃａｔｈｅｒｉｎｅ针对社会关系的动态实时预测提出了ＣＭＡＥＳ ０　引　言 预测算法［９］。随着网络规模不断地复杂化，社会关系预测逐步