符号网络的局部标注特征与预测方法.PDFVIP

第 13 卷第 3 期 智　能　系　统　学　报 Vol.13 No.3 2018 年 6 月 CAAI Transactions on Intelligent Systems Jun. 2018 DOI: 10.11992/tis.201710027 网络出版地址: /kcms/detail/23.1538.TP1358.012.html 符号网络的局部标注特征与预测方法 1 2 苏晓萍，宋玉蓉 （1. 南京工业职业技术学院 计算机与软件学院，江苏 南京 210046; 2. 南京邮电大学 自动化学院，江苏 南京 210003 ） 摘 要：当复杂网络的边具有正、负属性时称为符号网络。符号为正表示两用户间具有相互信任(朋友) 关系，相反， 符号为负表示不信任(敌对) 关系。符号网络中的一个重要研究任务是给定部分观测的符号网络，预测未知符号。分 析发现，具有弱结构平衡特征的符号网络，其邻接矩阵呈现全局低秩性，在该特征下链路符号预测问题可以近似表达 为低秩矩阵分解问题。但基本低秩模型中，相邻节点间符号标注的局部行为特征未得到充分利用，论文提出了一种 带偏置的低秩矩阵分解模型，将邻居节点的出边和入边符号特征作为偏置信息引入模型，以提高符号预测的精度。 利用真实符号网络数据进行的实验证明，所提模型能够获得较其他基准算法好的预测效果且算法效率高。 关键词：符号网络；符号预测；低秩；矩阵分解；标注偏置；结构平衡理论；弱结构平衡理论；地位理论 中图分类号：TP399 文献标志码：A 文章编号：1673−4785(2018)03−0437−08 中文引用格式：苏晓萍, 宋玉蓉. 符号网络的局部标注特征与预测方法[J]. 智能系统学报, 2018, 13(3): 437–444. 英文引用格式：SU Xiaoping, SONG Yurong. Local labeling features and a prediction method for a signed network[J]. CAAI trans- actions on intelligent systems, 2018, 13(3): 437–444. Local labeling features and a prediction method for a signed network 1 2 SU Xiaoping ，SONG Yurong (1. School of Computer and Software Engineering, Nanjing Institute of Industry Technology, Nanjing 210046, China; 2. College of Automation, Nanjing University of Posts and Telecommunications, Nanjing 210003, China) Abstract : A complex network may be considered as a symbol network when links have a positive or negative sign at- tribute. In signed social networks, positive links represent a trust (friends) relationship between users. In contrast, negat- ive links indicate dis