利用集成分类器处理链路预测中的分类不平衡问题.PDFVIP

———————————————————————————————————————————————— 利用集成分类器处理链路预测中的分类不平衡问题 作者 贾承丰，韩华，吕亚楠，王海军 机构 武汉理工大学 理学院；华中科技大学 管理学院 基金项目 国家自然科学基金资助项目71372135）；国家自然科学基金青年科学基金资助 项目；中央高校基本科研业务费专项基金资助项目（2015-zy-115） 预排期卷 《计算机应用研究》2018 年第35 卷第12 期 摘要 对于现实的复杂网络而言，有连边的节点对数目通常远小于无连边的节点对数目，在链路预 测时，不同类别的样本数量不平衡会导致预测的分类结果与真实情况有较大的偏差。针对此 问题，提出更优的链路预测算法，先对网络拓扑信息进行特征提取，再设计出一种集成分类 器对数据样本进行平衡处理，然后基于网络的拓扑信息改进了分类器的集成规则，最后将训 练出的集成分类器同现有的4 个针对不平衡分类的链路预测学习算法进行对比研究。通过对 4 个不同