基于譜分析方法的鏈路預(yù)測算法研究.pdf

1、生活中的眾多真實(shí)系統(tǒng)都可以看作一個復(fù)雜網(wǎng)絡(luò)系統(tǒng)，鏈路預(yù)測作為復(fù)雜網(wǎng)絡(luò)非常重要的研究課題，其重要作用就是研究這些網(wǎng)絡(luò)的演化機(jī)制或者發(fā)展方向，例如在蛋白質(zhì)網(wǎng)絡(luò)中想要知道蛋白質(zhì)之間的相互作用、社交網(wǎng)絡(luò)中節(jié)點(diǎn)之間是否成為朋友。因此，鏈路預(yù)測的研究具有重要的現(xiàn)實(shí)意義，在復(fù)雜網(wǎng)絡(luò)的領(lǐng)域里作為重要的研究分支之一。
　　鏈路預(yù)測的研究得到了大家的廣泛關(guān)注，其算法大多通過對網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)進(jìn)行研究分析，對節(jié)點(diǎn)相似性進(jìn)行計(jì)算等方法來判斷節(jié)點(diǎn)之間有無連邊。

2、但是大多數(shù)的鏈路預(yù)測算法對于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的考慮僅限于網(wǎng)絡(luò)的局部信息或者路徑信息，近幾年新的社交網(wǎng)絡(luò)鏈路預(yù)測算法中需要得知節(jié)點(diǎn)自身的額外屬性信息，但是要得到這種額外信息非常困難，所以實(shí)用度不是很高。
　　本文提出了一種關(guān)于直接針對邊的基于機(jī)器學(xué)習(xí)的鏈路預(yù)測算法，將譜分析引入算法當(dāng)中，通過拉普拉斯矩陣的特征值和特征向量將節(jié)點(diǎn)映射到二維空間，然后將對節(jié)點(diǎn)的相似性計(jì)算直接轉(zhuǎn)化成對邊的分類預(yù)測問題。論文采用一個測試數(shù)據(jù)集和六個真實(shí)網(wǎng)絡(luò)數(shù)據(jù)集

3、證明了算法的可行性，同已有的算法的評價(jià)結(jié)果進(jìn)行了比較，評價(jià)了論文提出算法的有效性。
　　在此基礎(chǔ)上，論文為了提高算法的預(yù)測效果，考慮社團(tuán)結(jié)構(gòu)對于鏈路預(yù)測結(jié)果的影響（在同一個社團(tuán)中的節(jié)點(diǎn)有連接的幾率大于社團(tuán)間的連接），引入了新的相似度計(jì)算方法，即基于角距離的譜分析方法，經(jīng)證明，利用該相似度計(jì)算方法可劃分得到更好的社團(tuán)結(jié)構(gòu)。將引入角距離的改進(jìn)算法經(jīng)過同樣的一個測試數(shù)據(jù)集和六個真實(shí)網(wǎng)絡(luò)數(shù)據(jù)集的實(shí)驗(yàn)驗(yàn)證之后，證明改進(jìn)算法確實(shí)能夠提高鏈路預(yù)