融合朴素贝叶斯方法的复杂网络链路预测

融合朴素贝叶斯方法的复杂网络链路预测

论文摘要

近来复杂网络成为了众多学者的研究热点。但真实网络中的连边信息并不完整,不利于网络的分析研究,链路预测可以挖掘网络中的缺失连边,为网络重构提供基本依据。本文认为网络中链接的产生不仅受外部因素——共同邻居的影响,还受其自身因素的影响。其中,共同邻居的影响可以通过文献中的局部朴素贝叶斯(LNB)模型量化,节点的影响则根据其自身的度量化。本文将两者综合考虑,提出了融合朴素贝叶斯(SNB)模型,然后用共同邻居(CN)、Adamic-Adar(AA)和资源分配(RA)指标进行推广。在美国航空网(USAir)上的实验结果表明,该方法的预测准确度比LNB和基准方法均有所提高,从而证明了该方法的有效性。

论文目录

文章来源

类型: 期刊论文

作者: 王润芳,陈增强,刘忠信

关键词: 复杂网络,融合朴素贝叶斯模型,局部朴素贝叶斯模型,贝叶斯模型,链路预测,共同邻居,节点度,网络重构

来源: 智能系统学报 2019年01期

年度: 2019

分类: 信息科技,基础科学

专业: 数学

单位: 南开大学人工智能学院,天津市智能机器人重点实验室

基金: 国家自然科学基金项目(61573199,61573197),天津市自然科学基金项目(14JCYBJC18700)

分类号: O157.5

页码: 99-107

总页数: 9

文件大小: 4204K

下载量: 336

相关论文文献

  • [1].基于主成分分析朴素贝叶斯和决策树比较[J]. 电脑知识与技术 2010(01)
  • [2].朴素贝叶斯方法在文本分类中的运用[J]. 电子技术与软件工程 2018(11)
  • [3].朴素贝叶斯判别的判别效用分析[J]. 生物数学学报 2010(02)
  • [4].朴素贝叶斯分类法与数据资产会计确认——难题与突破[J]. 会计之友 2019(19)
  • [5].基于朴素贝叶斯网络的微博话题追踪技术研究[J]. 计算机与数字工程 2017(11)
  • [6].基于朴素贝叶斯的学生发展预测研究[J]. 大连民族学院学报 2011(05)
  • [7].基于模糊聚类的混合朴素贝叶斯分类模型[J]. 安徽建筑工业学院学报(自然科学版) 2009(03)
  • [8].基于距离度量的局部加权朴素贝叶斯算法改进[J]. 电脑开发与应用 2009(10)
  • [9].基于上下文语义的朴素贝叶斯文本分类算法[J]. 计算机与现代化 2018(06)
  • [10].基于朴素贝叶斯的鼠标轨迹识别方法[J]. 信息通信 2018(09)
  • [11].基于模糊朴素贝叶斯方法的客户消费行为预测研究[J]. 湖南科技学院学报 2013(12)
  • [12].一种改进的朴素贝叶斯文本分类方法[J]. 华侨大学学报(自然科学版) 2011(04)
  • [13].朴素贝叶斯在文本分类上的应用[J]. 通讯世界 2019(01)
  • [14].基于朴素贝叶斯理论的高职院校软件项目实训综合评价研究[J]. 科技创新导报 2019(05)
  • [15].基于朴素贝叶斯的新闻分类改进[J]. 电子制作 2018(22)
  • [16].决策树、朴素贝叶斯和朴素贝叶斯树的比较[J]. 计算机系统应用 2012(12)
  • [17].基于改进的TF-IDF与隐朴素贝叶斯的情感分类研究[J]. 南华大学学报(自然科学版) 2019(02)
  • [18].一种基于多关系的朴素贝叶斯空间分类算法[J]. 云南民族大学学报(自然科学版) 2017(06)
  • [19].朴素贝叶斯方法在中文文本分类中的应用[J]. 中国高新科技 2019(07)
  • [20].保护隐私的分布式朴素贝叶斯挖掘[J]. 应用科学学报 2017(01)
  • [21].基于隐朴素贝叶斯的商品评论情感分类方法[J]. 计算机工程与设计 2017(01)
  • [22].一种基于朴素贝叶斯的银行卡批量业务预测方法[J]. 微型电脑应用 2017(11)
  • [23].云平台下基于半朴素贝叶斯的降雨量预测[J]. 系统仿真学报 2016(05)
  • [24].基于属性加权朴素贝叶斯的冠心病辨证模型[J]. 广西师范大学学报(自然科学版) 2008(04)
  • [25].基于特征加权的朴素贝叶斯学情预警分类研究[J]. 山西大同大学学报(自然科学版) 2019(02)
  • [26].一种基于树增强朴素贝叶斯的分类器学习方法[J]. 电子与信息学报 2019(08)
  • [27].基于朴素贝叶斯的农业文本分类方法研究[J]. 节水灌溉 2018(02)
  • [28].一种基于属性加权补集的朴素贝叶斯文本分类算法[J]. 哈尔滨理工大学学报 2018(04)
  • [29].特征提取方法对朴素贝叶斯文本分类器的影响分析[J]. 长江大学学报(自科版) 2013(25)
  • [30].基于内容的垃圾短信分类技术研究[J]. 信息与电脑(理论版) 2015(24)

标签:;  ;  ;  ;  ;  ;  ;  ;  

融合朴素贝叶斯方法的复杂网络链路预测
下载Doc文档

猜你喜欢