基于聚类的超链路预测
Journal of Computer Applications（2020）
摘要
超链路预测是利用已观测到网络的特性来复现网络中缺失的链路.现有的超链路预测算法通常利用整个网络来进行预测,预测结果会遗漏训练样本数据较少的链路类别,导致预测种类不够全面.为了解决这个问题,提出了基于聚类的超链路预测算法C-CMM,首先对数据集进行聚类分簇,进而对每一个簇建立模型进行超链路预测.所提算法能够充分利用各个簇的观察样本所蕴含的信息,扩大预测结果覆盖的类别.在三个真实数据集上的实验结果表明,C-CMM和多个先进的链路预测算法相比具有更高的预测精度和效率,同时其预测覆盖种类也更加全面.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要