计算机科学与探索

作者：杨晓翠，宋甲秀，张曦煌

单位：江南大学 物联网工程学院，江苏 无锡 214122

关键词：链路预测,几何布朗运动,随机游走算法,网络表示学习算法

网络是表达对象之间复杂联系的重要形式，广泛存在。而链路预测作为网络分析的重要方法，具有很大的研究意义和应用价值。传统的链路预测算法普遍是基于邻接矩阵的稀疏表示方案而设计，计算效率低且扩展性差。首先引入网络表示学习的概念，创新性地提出基于几何布朗运动的随机游走算法GbmRw，然后进一步设计出网络表示学习算法GBMLA，实现更具区分能力与表达能力的网络表示，最后以节点表示向量的欧式距离来表征节点之间的相似性，从而预测其链路存在的可能性。不同领域的多个网络中进行反复实验的结果表明，该算法较之于基于原始网络设计的传统算法，预测效果得到了明显的提升，也进一步肯定了网络表示学习对于链路预测工作的重要意义。

来源：2019年第5期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2019年第5期