基于层重建方法的真实世界多层网络链路预测
物理与社会
2019-06-25 v1 社会与信息网络
数据分析、统计与概率
摘要
大量关于链路预测问题的研究致力于在单层（单重）网络中寻找缺失链接。所提出的链路预测方法基于观测到的网络结构计算未连接节点对之间的相似性度量。然而，将相似性概念推广到多层网络是一个双重的挑战。真实世界多层网络的各层并不具有相同的组织方式，但也不是完全不同的组织方式。因此，应确定多层网络的各层之间有多相似。另一方面，需要知道相似层如何有助于在具有缺失链接的目标层上进行链路预测任务。特征向量被认为能很好地反映网络的结构特征。因此，若多层网络的两层共享相似的特征向量，则它们在结构特征方面是相似的。实验表明，真实世界多层网络的各层在结构特征方面是相似的，且相似性的值远超其随机化对应物。此外，研究表明，若缺失链接的添加或移除不显著改变网络结构特征，则它们是高度可预测的。否则，若改变显著，结构特征的相似副本可能有所帮助。基于这一概念，层重建方法（LRM）利用其他相似层的结构特征找到目标层观测结构的最佳重建。在不同学科的真实多层网络上的实验表明，该方法受益于网络中的信息冗余，并使得链路预测性能即使在很高比例的缺失链接下也保持稳健。
引用
@article{arxiv.1906.09422,
title = {Link Prediction in Real-World Multiplex Networks via Layer Reconstruction Method},
author = {Amir Mahdi Abdolhosseini-Qomi and Seyed Hossein Jafari and Amirheckmat Taghizadeh and Naser Yazdani and Masoud Asadpour and Masoud Rahgozar},
journal= {arXiv preprint arXiv:1906.09422},
year = {2019}
}