复杂网络中的链接预测:一种局部朴素贝叶斯模型
物理与社会
2015-03-19 v1 社会与信息网络
数据分析、统计与概率
摘要
基于共同邻居的方法简单而有效地预测缺失链接,该方法假设两个节点如果拥有越多的共同邻居,则它们越有可能相连。在此类方法中,两个节点的每个共同邻居对连接可能性的贡献是相等的。在本文中,我们认为不同的共同邻居可能扮演不同的角色,从而导致不同的贡献,并据此提出了一种局部朴素贝叶斯模型。在八个真实网络上进行了广泛的实验。与基于共同邻居的方法相比,本方法能提供更准确的预测。最后,我们对美国航空运输网络进行了详细的案例研究。
引用
@article{arxiv.1105.4005,
title = {Link prediction in complex networks: a local na\"{\i}ve Bayes model},
author = {Zhen Liu and Qian-Ming Zhang and Linyuan Lü and Tao Zhou},
journal= {arXiv preprint arXiv:1105.4005},
year = {2015}
}
备注
6 pages, 2 figures, 2 tables