基于网络表示学习与随机游走的链路预测算法
大小:0.93 MB 人气: 2017-11-29 需要积分:2
现有的基于随机游走链路预测指标在无权网络上的转移过程存在较强随机性,没有考虑在网络结构上不同邻居节点间的相似性对转移概率的作用。针对此问题,提出一种基于网络表示学习与随机游走的链路预测算法。首先,通过基于深度学习的网络表示学习算法-DeepWalk学习网络节点的潜在结构特征,将网络中的各节点表征到低维向量空间;然后,在重启随机游走( RWR)和局部随机游走(LRW)算法的随机游走过程中融合各邻居节点在向量空间上的相似性,重新定义出邻居节点间的转移概率;最后,在5个真实数据集上进行大量实验验证。实验结果表明:相比8种具有代表性的基于网络结构的链路预测基准算法,所提算法链路预测结果的AUC值均有提升,最高达3. 34%。
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%
下载地址
基于网络表示学习与随机游走的链路预测算法下载
相关电子资料下载
- 高速信号传输链路的损耗和均衡 96
- Qorvo打造无缝智能体验 WiFi7多链路操作(MLO)威廉希尔官方网站 +UWB威廉希尔官方网站 等 336
- 昊衡科技自研低成本光学链路诊断仪——适用大规模光模块失效检测 352
- 动力can总线系统由哪些部分组成 342
- 光纤链路的相关介绍 136
- 如何识别光纤链路问题? 146
- 相位噪声是什么?相位噪声对射频链路有什么影响? 357
- 本源超导量子计算机自主制造链11类产品系列之七:量子计算测控链路 157
- 矩阵起源完成千万美元Pre A融资,全力打造AI-Native数据智能全链路 510
- 昊衡科技推出OLI低成本光学链路诊断仪,助力光模块产线检测 236