基于鏈接重要性的動態(tài)鏈接預(yù)測算法研究.pdf

1、作為一種社會網(wǎng)絡(luò)，科研合作網(wǎng)絡(luò)中的實體關(guān)系就是兩個作者之間合作發(fā)表一篇論文。科研合作網(wǎng)絡(luò)的一個重要問題就是預(yù)測兩個作者之間的合作發(fā)表論文的情況，在數(shù)據(jù)挖掘中，這一問題即是鏈接預(yù)測。在科研合作網(wǎng)絡(luò)的鏈接預(yù)測問題中，傳統(tǒng)的方法一般基于圖的拓撲屬性計算或結(jié)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(wǎng)絡(luò)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(lián)系對一篇論文的貢獻是不一樣的。另一個問題是在相關(guān)屬性的

2、計算過程中，均將歷史數(shù)據(jù)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(yù)測算法。根據(jù)Digital Bibliography & Library Project (DBLP)中數(shù)據(jù)集的特點，對數(shù)據(jù)集進行一個預(yù)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(shù)據(jù)規(guī)模的縮減和數(shù)據(jù)的降噪，這樣有利于提高預(yù)測的準確性和降低時間復(fù)雜度。
　　 預(yù)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(chǔ)，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(chǔ)，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(jié)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