SimBins：真实多层网络中链预测的信息论方法
物理与社会
2020-12-07 v4 社会与信息网络
数据分析、统计与概率
摘要
真实世界网络的实体通过不同类型的连接（即层）相连。多层网络中的链预测任务在于基于层内与层间相关性寻找缺失连接。我们的观察证实，在从社交到生物和技术领域的广泛真实世界多层网络中，一层中的连接概率与其他层中的相似性之间存在正相关。据此，我们设计了一种基于相似性的自动通用多层链预测方法——SimBins——它基于多层网络中观测到的层间相关性来量化连接不确定性的程度。此外，SimBins 通过纳入跨层链重叠的影响来提升目标层的预测质量。应用于来自不同领域的多个数据集时，SimBins 在多数实验情形下被证明具有鲁棒性，且在链预测精度上优于对比方法。进一步讨论表明，SimBins 给基础相似性度量带来的计算开销很小，使其成为一种潜在快速的方法，适用于大规模多层网络。
引用
@article{arxiv.1908.10053,
title = {SimBins: An information-theoretic approach to link prediction in real multiplex networks},
author = {Seyed Hossein Jafari and Amir Mahdi Abdolhosseini-Qomi and Maseud Rahgozar and Masoud Asadpour and Naser Yazdani},
journal= {arXiv preprint arXiv:1908.10053},
year = {2020}
}
备注
22 pages, 3 figures, 2 tables