基于鏈接重要性的動(dòng)態(tài)鏈接預(yù)測(cè)算法研究.pdf

1、作為一種社會(huì)網(wǎng)絡(luò)，科研合作網(wǎng)絡(luò)中的實(shí)體關(guān)系就是兩個(gè)作者之間合作發(fā)表一篇論文?？蒲泻献骶W(wǎng)絡(luò)的一個(gè)重要問(wèn)題就是預(yù)測(cè)兩個(gè)作者之間的合作發(fā)表論文的情況，在數(shù)據(jù)挖掘中，這一問(wèn)題即是鏈接預(yù)測(cè)。在科研合作網(wǎng)絡(luò)的鏈接預(yù)測(cè)問(wèn)題中，傳統(tǒng)的方法一般基于圖的拓?fù)鋵傩杂?jì)算或結(jié)合語(yǔ)義屬性的分類(lèi)，但已有的方法存在兩個(gè)主要問(wèn)題：一篇論文在計(jì)算機(jī)表示的網(wǎng)絡(luò)中形成的多條鏈接，往往是被同等對(duì)待的，但實(shí)際情況是不同作者的聯(lián)系對(duì)一篇論文的貢獻(xiàn)是不一樣的。另一個(gè)問(wèn)題是在相關(guān)屬性的

2、計(jì)算過(guò)程中，均將歷史數(shù)據(jù)同等對(duì)待，忽視了時(shí)間因素在鏈接形成過(guò)程中的影響，顯然這是不符合事實(shí)的。
　　 針對(duì)以上兩點(diǎn)，給出了一種基于鏈接重要性的動(dòng)態(tài)鏈接預(yù)測(cè)算法。根據(jù)Digital Bibliography & Library Project (DBLP)中數(shù)據(jù)集的特點(diǎn)，對(duì)數(shù)據(jù)集進(jìn)行一個(gè)預(yù)處理，包括連通分量的求解和兩個(gè)過(guò)濾規(guī)則的過(guò)濾，以使得數(shù)據(jù)規(guī)模的縮減和數(shù)據(jù)的降噪，這樣有利于提高預(yù)測(cè)的準(zhǔn)確性和降低時(shí)間復(fù)雜度。
　　 預(yù)處

3、理后，給出一種稱(chēng)為鏈接重要性的度量，并以此度量為基礎(chǔ)，對(duì)常用的拓?fù)鋵傩赃M(jìn)行修正。在語(yǔ)義相似度的計(jì)算過(guò)程中，對(duì)向量空間模型的TF-IDF進(jìn)行了改進(jìn)，并且以鏈接重要性為基礎(chǔ)，提出了作者單篇論文貢獻(xiàn)值的度量，以衡量單篇論文在描述不同作者時(shí)的區(qū)別。結(jié)合修正后的TF-IDF和單篇論文貢獻(xiàn)值度量給出語(yǔ)義相似度的計(jì)算公式。引入時(shí)間因素對(duì)上述的拓?fù)鋵傩院驼Z(yǔ)義相似度定義進(jìn)行最終的修正，以動(dòng)態(tài)的反映時(shí)間因素對(duì)鏈接形成的影響。以上述屬性為特征屬性，利用分類(lèi)技