基于半監(jiān)督學習的鏈接預測算法的研究
2010-12-31 00:00:00楊珺楊炳儒唐志剛
計算機應(yīng)用研究 2010年8期
摘要：針對鏈接挖掘中網(wǎng)絡(luò)的結(jié)構(gòu)難以預測這個難點問題，提出了一個關(guān)于鏈接預測的新型半監(jiān)督學習方法——基于快速共軛梯度方法和鏈接相似性傳遞增殖原理的鏈接預測算法，利用節(jié)點相似性等輔助信息去預測未知結(jié)構(gòu)。該算法利用張量的形式去表示多維的復雜的多關(guān)系數(shù)據(jù)，利用克羅內(nèi)克積與克羅內(nèi)克和去計算張量之間的相似性，利用向量特技方法降低了算法的時間和空間復雜度。在社會網(wǎng)絡(luò)和生物信息網(wǎng)絡(luò)等環(huán)境下，通過實驗驗證了算法的有效性和健壯性。
關(guān)鍵詞：鏈接預測；張量；共軛梯度；克羅內(nèi)克積；克羅內(nèi)克和
中圖分類號：TP301.6 文獻標志碼：A 文章編號：1001－3695(2010)08－2848－05
