本文主要研究内容
作者王润芳,陈增强,刘忠信(2019)在《融合朴素贝叶斯方法的复杂网络链路预测》一文中研究指出:近来复杂网络成为了众多学者的研究热点。但真实网络中的连边信息并不完整,不利于网络的分析研究,链路预测可以挖掘网络中的缺失连边,为网络重构提供基本依据。本文认为网络中链接的产生不仅受外部因素——共同邻居的影响,还受其自身因素的影响。其中,共同邻居的影响可以通过文献中的局部朴素贝叶斯(LNB)模型量化,节点的影响则根据其自身的度量化。本文将两者综合考虑,提出了融合朴素贝叶斯(SNB)模型,然后用共同邻居(CN)、Adamic-Adar(AA)和资源分配(RA)指标进行推广。在美国航空网(USAir)上的实验结果表明,该方法的预测准确度比LNB和基准方法均有所提高,从而证明了该方法的有效性。
Abstract
jin lai fu za wang lao cheng wei le zhong duo xue zhe de yan jiu re dian 。dan zhen shi wang lao zhong de lian bian xin xi bing bu wan zheng ,bu li yu wang lao de fen xi yan jiu ,lian lu yu ce ke yi wa jue wang lao zhong de que shi lian bian ,wei wang lao chong gou di gong ji ben yi ju 。ben wen ren wei wang lao zhong lian jie de chan sheng bu jin shou wai bu yin su ——gong tong lin ju de ying xiang ,hai shou ji zi shen yin su de ying xiang 。ji zhong ,gong tong lin ju de ying xiang ke yi tong guo wen suo zhong de ju bu piao su bei xie si (LNB)mo xing liang hua ,jie dian de ying xiang ze gen ju ji zi shen de du liang hua 。ben wen jiang liang zhe zeng ge kao lv ,di chu le rong ge piao su bei xie si (SNB)mo xing ,ran hou yong gong tong lin ju (CN)、Adamic-Adar(AA)he zi yuan fen pei (RA)zhi biao jin hang tui an 。zai mei guo hang kong wang (USAir)shang de shi yan jie guo biao ming ,gai fang fa de yu ce zhun que du bi LNBhe ji zhun fang fa jun you suo di gao ,cong er zheng ming le gai fang fa de you xiao xing 。
论文参考文献
论文详细介绍
论文作者分别是来自智能系统学报的王润芳,陈增强,刘忠信,发表于刊物智能系统学报2019年01期论文,是一篇关于复杂网络论文,融合朴素贝叶斯模型论文,局部朴素贝叶斯模型论文,贝叶斯模型论文,链路预测论文,共同邻居论文,节点度论文,网络重构论文,智能系统学报2019年01期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自智能系统学报2019年01期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。
标签:复杂网络论文; 融合朴素贝叶斯模型论文; 局部朴素贝叶斯模型论文; 贝叶斯模型论文; 链路预测论文; 共同邻居论文; 节点度论文; 网络重构论文; 智能系统学报2019年01期论文;