信息融合相似性算法下的虚拟社区链接预测

• 作 者: 夏凯 傅魁 刘李利
• 机 构: 武汉理工大学经济学院
• 出 处: 武汉理工大学学报(信息与管理工程版)
• 发表日期: 2014年03期
• 关键词: 虚拟社区 链接预测 含权网络 网络演化 用户生成内容 virtual communitylink predictionweighted networknetwo
• 基金项目: 国家科技支撑计划基金资助项目（2013BAH13F01，2012BAH93F04）；教育部人文社科基金资助项目（10YJC870007）；中央高校基本科研业务费专项资金资助项目（2013-IV-013）．

针对传统的基于节点相似性的链接预测方法存在链接预测指标仅考虑网络结构信息或者节点属性信息,以及链接预测指标静态处理节点之间关系的问题,提出了一种基于信息融合相似性算法的链接预测指标(similarity based on network evolution and user generated content,SNEUGC),该指标结合用户生成内容信息和网络演化信息对含权网络进行链接预测,以解决现有链接预测指标在含权网络环境下链接预测准确率低的问题。实验证明,该方法的准确率达到了80%,具有一定的可行性。