题目
作者
Ahmad Zareie & Rizos Sakellariou
-Department of Computer Science, The University of Manchester, Manchester M13 9PL, UK. *email: rizos@ manchester.ac.uk
摘要
两个假设
•假设1:如果连接到未来链路的节点之间没有共同邻居,但节点之间存在显著的潜在关系,则可以预测链路形成。
•假设2:考虑潜在的关系有助于证明存在的和不存在的链接对之间的差异,这些节点可能仍然有相同数量的共同邻居。
方法
Direct-Indirect Common Neighbours (DICN)
- 首先衡量每对节点公共二阶邻居的影响;
- 然后结合公共一阶邻居的影响来评估节点对之间的相似性。
为了评估公共二阶邻居的影响,首先首先对每个节点i给出包括|V|项的定义。
为了预测两个节点间连边的可能性,联合邻居集合的计算如下:
两节点向量的相关系数计算如下:
其中,
两个节点间的直接-间接公共邻居相似性计算如下:
相应算法:
实验结果
设置
比较对象:其它8个具有代表性的方法
实验环境:Java,PC i5 2.3 GHz 处理器,8MB 内存
数据集:9个真实数据集
评估策略:将现有的边划分为测试集和验证集,划分比例为β,使用AUC来评估准确性。
结果
- 实验1:与不同方法比较,评估精确性
- 实验2:评估所提方法鲁棒性,通过改变β值
- 实验3:验证两个假设
总结
该方法与基于相似性的方法不同之处(创新点)在于,充分利用了节点对之间二跳邻居的信息,并接用皮尔森相关性系数给出相似性计算公式,并取得很好的效果。