pGSt5u1KqEklWV8gqr7cX9GnCNlykfgepBvulas3w2AF3hr3rZtyVW4HKcCy
  • 其他栏目

    夏昊翔

    • 教授     博士生导师 硕士生导师
    • 性别:男
    • 毕业院校:大连理工大学
    • 学位:博士
    • 所在单位:系统工程研究所
    • 学科:管理科学与工程. 系统工程
    • 办公地点:经济管理学院D533
    • 联系方式:

    访问量:

    开通时间:..

    最后更新时间:..

    论文成果

    当前位置: 中文主页 >> 科学研究 >> 论文成果
    基于粗糙相似度的有向网络链路预测

    点击次数:

      发布时间:2019-03-10

      论文类型:期刊论文

      发表时间:2015-01-01

      发表刊物:系统工程

      收录刊物:CSSCI、CSCD、ISTIC、PKU

      卷号:33

      期号:11

      页面范围:146-152

      ISSN号:1001-4098

      关键字:有向网络; 粗糙相似度; 局部群落; 链路预测

      摘要:有向网络的链路预测,不仅要考虑边上两个结点之间的共同邻居的作用,还要考虑结点所处局部群落中其它结点的作用。本文首先定义一个结点的出度集合和入度集
         合分别是以它为弧头的有向边对应的弧尾结点和以它为弧尾的有向边对应的弧头结点构成的集合,构建一条有向边的局部群落为弧头结点的出度集合和弧尾结点的入
         度集合并集;用粗糙集理论表示局部群落,用粗糙相似度度量有向边弧头结点的出度集合和弧尾结点的出度集合,并直接用于预测这条有向边是否存在;粗糙相似度
         的计算过程为,借助结点固有的出度和入度属性对出度集合和入度集合进行知识分类,用两个集合的上近似集或下近似集元素个数的差值占群落元素数比例确定;在
         两个实际微博关注关系有向网络上检验了粗糙相似度指标的有效性,并与4个经典指标进行链路完整条件下的预测精度对比和链路缺失的条件下的预测能力对比。