扩展Katz指数用于链路预测：活鱼移动网络案例研究
社会与信息网络
2024-04-22 v1 组合数学
物理与社会
摘要
在水产养殖中，疾病传播模型通常忽略了养殖场之间的动态交互，从而阻碍了预测的准确性。本研究增强了Katz指数（KI），以纳入鱼类移动的空间和时间模式，从而改进对通过活鱼转移易感疾病的养殖场的预测。我们修改了Katz指数，创建了加权Katz指数（WKI）、边加权Katz指数（EWKI）以及组合模型（如KIEWKI）等模型。这些模型纳入了空间距离和时间移动模式，构成了一个全面的水产养殖网络连接预测框架。使用精确率、召回率、F1分数、AUPR和AUROC评估了模型性能。EWKI模型显著优于传统KI和其他变体。它实现了高精确率（0.988）、召回率（0.712）、F1分数（0.827）和AUPR（0.970）。组合模型（KIEWKI、WKIEWKI）接近但未能超越EWKI的性能。本研究突出了扩展Katz指数模型以改进水产养殖网络中疾病传播预测的价值。EWKI模型的性能展示了一种创新且灵活的方法，用于解决网络分析中的空间挑战。
引用
@article{arxiv.2404.12871,
title = {Expanding the Katz Index for Link Prediction: A Case Study on a Live Fish Movement Network},
author = {Michael-Sam Vidza and Marcin Budka and Wei Koong Chai and Mark Thrush and Mickael Teixeira Alves},
journal= {arXiv preprint arXiv:2404.12871},
year = {2024}
}
备注
15 pages, 3 figures, submitted to Expert Systems with Applications