计算机工程

作者：符汉杰, 熊赟, 朱扬勇

单位：1. 复旦大学 计算机科学技术学院, 上海 200433;2. 上海市数据科学重点实验室, 上海 200433;3. 上海先进通信与数据科学研究院, 上海 200433

关键词：链路预测,动态网络,随机游走,时序演变,高阶邻近

基金：国家自然科学基金（U1636207，91546105）；上海市科委发展基金（16JC1400801，17511105502）；苏州市科技局民生科技示范工程项目（SS201712，SS201812）。

链路预测是网络分析的一个重要应用，网络结构在真实场景中随时间发生演变，节点间会产生新的联系或者终止连接，从而导致网络结构变化以及节点中内在的偏向发生偏移。为提升链路预测能力，提出一种基于时序特征的动态网络节点表示的链路预测算法，即每一时刻的节点表示向量由历史的表示向量计算得到，以反映节点在向量空间中的变化规律，同时结合节点间的高阶邻近特性，生成具有鲁棒性的节点向量来维护网络结构。在真实数据集上的实验结果表明，与TNE、DHPE等算法相比，该算法在链路预测任务上的预测性能具有明显提升，适用于大规模的动态网络。

来源：2020年第1期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第1期