计算机应用

作者：齐鹏飞, 周丽华, 杜国王, 黄皓, 黄通

单位：云南大学 信息学院，昆明 650091

关键词：信息网络,超链路预测,聚类

基金：国家自然科学基金资助项目(61762090);云南省自然科学基金资助项目(2016FA026);云南省创新研究团队项目(2018HC019);云南省高等学校科技创新团队项目（IRTSTYN）;云南省教育厅基金资助项目(2019Y0006)

超链路预测是利用已观测到网络的特性来复现网络中缺失的链路。现有的超链路预测算法通常利用整个网络来进行预测，预测结果会遗漏训练样本数据较少的链路类别，导致预测种类不够全面。为了解决这个问题，提出了基于聚类的超链路预测算法C-CMM，首先对数据集进行聚类分簇，进而对每一个簇建立模型进行超链路预测。所提算法能够充分利用各个簇的观察样本所蕴含的信息，扩大预测结果覆盖的类别。在三个真实数据集上的实验结果表明，C-CMM和多个先进的链路预测算法相比具有更高的预测精度和效率，同时其预测覆盖种类也更加全面。

来源：2020年第2期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第2期