趋势预测中的时间效应：识别未来最热门的节点

预测是不同科学领域中的一个重要问题。在本文中，我们专注于复杂网络中的趋势预测，即识别未来最热门的节点。由于真实系统中的优先连接机制，节点的近期度数和累积度数已被成功应用于设计趋势预测方法。在此，我们考虑了关于网络演化的更详细信息，并提出了一种基于时间的预测器 (TBP)。TBP 通过加权网络中的节点强度来预测未来趋势，其中链接权重等于其指数衰减。我们使用了三个带有时间信息的数据集来测试新方法的性能。我们发现 TBP 在预测未来最热门节点方面具有很高的总体准确率。更重要的是，它可以识别许多过去流行度低但未来流行度高的潜在对象。文中详细讨论了指数衰减中的衰减速度对结果的影响。