基于多演化特征的社交网络链路预测算法.pdfVIP

第37卷摇第7期模式识别与人工智能Vol.37摇No.7

2024年7月PatternRecognitionandArtificialIntelligenceJul.摇2024

摇摇摇摇摇

摇摇摇摇摇

摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇

摇摇摇摇

摇摇摇摇摇

基基于多演化特征的社交网络链路预测算法

摇摇摇摇摇

摇摇摇摇摇

1,22摇摇摇摇摇1,21,22

何玉林摇摇赖俊龙摇摇崔来中摇摇黄哲学摇摇尹剑飞摇

摘摇要摇社交网络链路预测旨在根据已知的网络信息预测未来的链接关系,在推荐系统和合著网络中具有重要作

用.然而,现有链路预测算法往往忽视社交网络的多元演化特点,训练时间复杂度较高,限制其执行效率.针对上述

问题,文中提出基于多演化特征的社交网络链路预测算法(Multi鄄evolutionaryFeaturesBasedLinkPredictionAlgo鄄

rithmforSocialNetwork,MEF鄄LP).首先,设计一种简单高效的时间极限学习机模型,利用门控网络和极限学习机自

编码器传递与聚合社交网络快照序列的时间信息.然后,构建多个深度极限学习机,对时间特征进行多角度映射,

挖掘社交网络不同的演化特征,并最终融合成综合演化特征.最后,使用基于极限学习机的分类器完成链路预测.

在6个真实社交网络上的实验表明,MEF鄄LP能合理学习社交网络的多演化特征,并获得较优的预测性能.

关键词摇社交网络分析,链路预测,多元演化,网络快照,极限学习机

引用格式摇何玉林,赖俊龙,崔来中,黄哲学,尹剑飞.基于多演化特征的社交网络链路预测算法.模式识别与人工

智能,2024,37(7):597-612.

DOI摇10.16451/ki.issn1003鄄6059.202407003摇摇摇摇摇摇中图法分类号摇TP391

Multi鄄evolutionaryFeaturesBasedLinkPredictionAlgorithm

forSocialNetwork

1,221,21,22

HEYulin,LAIJunlong,CUILaizhong,HUANGZhexue,YINJianfei

ABSTRACT摇Socialnetworklinkpredictionaimstopredictfuturelinkrelationshipsbasedonknown

networkinformation,inwhichthereareimportantapplic