标题
  • 标题
  • 作者
  • 关键词

二分属性知识网络的链路预测

2019-07-17分类号:G353.1

【作者】项欣  祁彬斌  朱学芳  
【部门】南京大学信息管理学院  贵州财经大学信息学院  
【摘要】[目的/意义]大部分知识网络具有天然的二分属性,针对二分网络的链路预测能够保证网络信息的完整性,最大限度挖掘其内涵。[方法/过程]通过分析微观演化机制,文章构建了二分属性知识网络上的链路预测模型及相应指标,并以真实的作者—关键词网络为例,使用链路预测指标进行预测并比较预测表现。[结果/结论]模型的预测准确性与其刻画局部高阶网络结构特征的能力成正比,但过度关注高阶特征会影响模型稳定性。[局限]网络模型的结构刻画能力有待进一步提升,并需要在更多类型的网络中测试以验证普适性。
【关键词】作者—关键词网络  知识网络  链路预测  聚集系数
【基金】2010年国家社会科学基金重大项目“图书、博物、档案数字化服务融合研究”的后续研究成果之一,项目编号:10&ZD134
【所属期刊栏目】情报理论与实践
文献传递