A supervised link prediction method for dynamic networks
A supervised link prediction method for dynamic networks
复制标题
动态网络的有监督链路预测方法
DOI：
10.3233/ifs-162141
复制
发表时间：
2016
影响因子：
2
通讯作者：
Han, Jingyu
中科院分区：
文献类型：
--
作者：
Chen, Ke-Jia;Chen, Yang;Li, Yun;Han, Jingyu
链接预测是链接挖掘领域的一个重要子任务。本文讨论了动态网络中的链接预测问题，提出了一种新的链接预测方法，该方法可以从网络的长期图演化中学习。该方法首先表示动态网络中结构特性的变化。然后，为每个属性训练分类器。最后使用所有分类器的集成结果进行链接预测过程。在三个实际协作网络中的实验表明，网络的演化信息有利于提高链路预测性能，不同的结构属性对网络动态特性的描述能力不同。
Link prediction is an important sub-task in link mining area. This paper discusses link prediction in dynamic networks and proposes a new link prediction method which can learn from the long-term graph evolution of networks. The method first represents the variation of the structural properties in a dynamic network. Then, a classifier is trained for each property. It finally conducts link prediction process using an ensemble result of all the classifiers. Experiments in three realistic collaboration networks show that the evolution information of the network is beneficial for the improvement of link prediction performance and different structural property has different capability to describe dynamics of the network.
登录
查看更多内容
DOI：
--
发表时间：
2009
期刊：
Emergence: Complexity and Organization
影响因子：
--
作者：
Anet Potgieter;K. April;Richard J. E. Cooke;I. Osunmakinde
通讯作者：
Anet Potgieter;K. April;Richard J. E. Cooke;I. Osunmakinde
DOI：
--
发表时间：
2012-06
期刊：
--
影响因子：
--
作者：
Purnamrita Sarkar;Deepayan Chakrabarti;Michael I. Jordan
通讯作者：
Purnamrita Sarkar;Deepayan Chakrabarti;Michael I. Jordan
DOI：
10.5555/2627435.2627453
发表时间：
2012-09
期刊：
--
影响因子：
--
作者：
E. Richard;Stéphane Gaïffas;N. Vayatis
通讯作者：
E. Richard;Stéphane Gaïffas;N. Vayatis
DOI：
10.1109/ijcnn.2012.6252471
发表时间：
2012-06
期刊：
The 2012 International Joint Conference on Neural Networks (IJCNN)
影响因子：
--
作者：
Paulo Ricardo da Silva Soares;R. Prudêncio
通讯作者：
Paulo Ricardo da Silva Soares;R. Prudêncio
DOI：
10.1145/1348549.1348551
发表时间：
2007-08
期刊：
--
影响因子：
--
作者：
Umang Sharan;Jennifer Neville
通讯作者：
Umang Sharan;Jennifer Neville