基于鏈接重要性的動態(tài)鏈接預測算法研究.pdf

1、作為一種社會網絡，科研合作網絡中的實體關系就是兩個作者之間合作發(fā)表一篇論文?？蒲泻献骶W絡的一個重要問題就是預測兩個作者之間的合作發(fā)表論文的情況，在數據挖掘中，這一問題即是鏈接預測。在科研合作網絡的鏈接預測問題中，傳統(tǒng)的方法一般基于圖的拓撲屬性計算或結合語義屬性的分類，但已有的方法存在兩個主要問題：一篇論文在計算機表示的網絡中形成的多條鏈接，往往是被同等對待的，但實際情況是不同作者的聯系對一篇論文的貢獻是不一樣的。另一個問題是在相關屬性的

2、計算過程中，均將歷史數據同等對待，忽視了時間因素在鏈接形成過程中的影響，顯然這是不符合事實的。
　　 針對以上兩點，給出了一種基于鏈接重要性的動態(tài)鏈接預測算法。根據Digital Bibliography & Library Project (DBLP)中數據集的特點，對數據集進行一個預處理，包括連通分量的求解和兩個過濾規(guī)則的過濾，以使得數據規(guī)模的縮減和數據的降噪，這樣有利于提高預測的準確性和降低時間復雜度。
　　 預處

3、理后，給出一種稱為鏈接重要性的度量，并以此度量為基礎，對常用的拓撲屬性進行修正。在語義相似度的計算過程中，對向量空間模型的TF-IDF進行了改進，并且以鏈接重要性為基礎，提出了作者單篇論文貢獻值的度量，以衡量單篇論文在描述不同作者時的區(qū)別。結合修正后的TF-IDF和單篇論文貢獻值度量給出語義相似度的計算公式。引入時間因素對上述的拓撲屬性和語義相似度定義進行最終的修正，以動態(tài)的反映時間因素對鏈接形成的影響。以上述屬性為特征屬性，利用分類技