计算机应用

作者：蔡彪, 李蕊岑, 吴媛媛

单位：成都理工大学 计算机与网络安全学院, 成都 610059

关键词：复杂网络,链路预测,标签系统,带权值标签,偏好链接机制

基金：国家自然科学基金资助项目（61802034，61701049）；四川省软科学研究项目（2019JDR0117）。

链路预测的主要任务是设计一个能够更加准确地描述给定网络机制的预测算法，从而得到更准确的预测结果。在分析现有研究成果基础上发现，网络的相似性特征对采用的链路预测方法有较大的影响：在节点间标签相似性较低的网络中，提高标签的相似性可以提高预测的准确性；而在节点间标签相似性较高的网络中，则应更加关注结构信息对于链路预测的贡献来提高预测的准确性。随后，通过对标签进行加权处理，提出带权值的标签相似性算法，在低相似性网络中能够提高链路预测的准确性。同时，在较高相似性网络中，将网络的结构信息引入到节点的相似性计算中，并通过偏好链接机制来提升链路预测的准确性。在四个真实网络上的实验结果表明，所提算法相对于标签系统间的余弦相似性（CSTS）算法、偏好链接（PA）等算法取得了最高的准确率。根据网络相似性特征，采用所提出的对应算法进行链路预测能够得到更准确的预测结果。

来源：2021年第9期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第9期