×
李永利;罗鹏;范志平;陈坤;刘嘉国

社交网络中基于效用的链接预测方法。 （英语） Zbl 1403.91287号

欧洲药典。物件。 260，第2号，693-705（2017）。
摘要：链接预测是社交网络中的一项基本任务，其目标是估计每个节点对之间链接的可能性。它可以应用于许多情况，例如社交媒体平台上的朋友发现或协作网络中的合著者推荐。与众多传统方法相比，本文将效用分析引入到链接预测方法中，考虑到个人偏好是链接形成决策背后的主要原因，同时也关注了作为链接形成过程中潜在变量的会面过程。因此，链路预测问题被描述为一个具有潜在变量的机器学习过程；因此，采用并进一步发展了期望最大化（EM）算法来处理估计问题。在合成网络和社交媒体网络和协作网络的真实数据集上测试了本方法的性能。所有计算结果表明，与所选基准相比，该方法产生了更令人满意的链路预测结果，尤其是作为该方法的特例，逻辑回归提供了似然函数的下边界。

引用于1文件

MSC公司：

91天30分 社交网络；意见动态

关键词：

网络;链路预测;效用分析;EM算法;潜在变量

软件：

伊斯梅夫
PDF格式BibTeX公司 XML格式引用
\textit{Y.Li}等人，《欧洲期刊》。第260号决议，第2号，693--705（2017年；兹bl 1403.91287）
全文： 内政部

参考文献：

[1] Adamic，洛杉矶。；Adar，E.，《网络上的朋友和邻居》，《社交网络》，25，3，211-230（2003）
[2] Ballings，M。；Van den Poel，D.，《社交媒体中的CRM：预测Facebook使用频率的增长》，《欧洲运筹学杂志》，244，1，248-260（2015）·Zbl 1346.90412号
[3] Barabási，A.L。；Jeong，H。；内达州。；Ravasz，E。；舒伯特，A。；Vicsek，T.，科学合作社会网络的演变，《物理学、统计力学及其应用》，311,3590-614（2002）·Zbl 0996.91086号
[4] Barbieri，北卡罗来纳州。；Bonchi，F。；Manco，G.，《追随谁以及为什么：将预测与解释联系起来》，（《第20届ACM SIGKDD国际知识发现和数据挖掘会议论文集》，ACM（2014年），第1266-1275页
[5] Ben-Hur，A。；Noble，W.S.，预测蛋白质相互作用的内核方法，生物信息学，21，补充1，i38-i46（2005）
[6] 英国布莱克利。；Biau，G。；Vert，J.-P.，用局部模型监督生物网络的重建，生物信息学，23，i57-i65（2007）
[7] Bradley，A.P.，《ROC曲线下面积在机器学习算法评估中的使用》，模式识别，30，7，1145-1159（1997）
[8] 北卡罗来纳州克里斯塔基斯。；Fowler，J.H.，《互联：我们社交网络的惊人力量以及它们如何塑造我们的生活》（2009），《布朗：小布朗》
[9] 克劳塞特，A。；摩尔，C。；Newman，M.E.，《网络中的层次结构和缺失链接预测》，《自然》，453，7191，98-101（2008）
[10] 科尔斯，S。；Bawa，J。；特伦纳，L。；Dorazio，P.，极值统计建模简介，208（2001），施普林格：施普林格伦敦·Zbl 0980.62043号
[11] 戴维斯，J。；Goadrich，M.，《精确重算和ROC曲线之间的关系》，（第23届机器学习国际会议论文集。第23届国际机器学习会议论文集，ACM（2006年6月）），233-240
[12] Dempster，A.P。；新墨西哥州莱尔德。；Rubin，D.B.，《通过EM算法从不完整数据中获取最大似然》，《皇家统计学会杂志》，39，1，1-38（1977）·Zbl 0364.62022号
[13] Dirick，L。；Claeskens，G。；Baesens，B.，多事件混合物治愈模型的Akaike信息标准，《欧洲运筹学杂志》，241，2，449-457（2015）·Zbl 1341.62076号
[14] 伊利诺伊州埃尔卡巴尼。；Khachfeh，R.A.A.，《脸书在线社交网络中基于同性恋的链接预测：粗糙集方法》，《智能系统杂志》，24，4，491-503（2015）
[15] 方，X。；胡平杰。；李，Z。；Tsai，W.，《预测社交网络中的采用概率》，《信息系统研究》，第24、1、128-145页（2013年）
[16] 弗伦德，Y。；Schapire，R.E.，《在线学习的决策理论概括及其应用》，1995年欧洲计算学习理论会议论文集，23-37（1995年3月），斯普林格-柏林-海德堡
[17] Guegan，D。；Hassani，B.，《风险管理的数学复兴：专家意见的极端建模》，《财经前沿》，第11、1、25-45页（2014年）
[18] 枪，R。；Rousseau，R.，使用链接预测和随机森林分类器推荐研究合作，科学计量学，101，2，1461-1473（2014）
[19] 哈斯蒂，T。；Tibshirani，R。；Friedman，J.，《非监督学习》，485-585（2009），施普林格出版社：纽约施普林格
[20] 豪斯曼，J.A。；Wise，D.A.，定性选择的条件概率模型：识别相互依赖和异质偏好的离散决策，计量经济学，46，2403-426（1978）·Zbl 0376.90005号
[21] Hellmann，T。；Staudigl，M.，《社交网络的演变》，《欧洲运筹学杂志》，234，3，583-596（2014）·Zbl 1304.91168号
[22] Huang，Z。；Lin，D.K.，时间序列链路预测问题及其在通信监控中的应用，INFORMS计算杂志，21，2，286-303（2009）
[23] Jin，E.M。；Girvan先生。；Newman，M.E.，《不断增长的社交网络的结构》，《物理评论》E，64，4，第046132页，（2001）
[24] Katz，L.，《社会计量分析得出的新地位指数》，《心理测量学》，第18、1、39-43页（1953年）·Zbl 0053.27606号
[25] 鹿岛，H。；加藤，T。；Yamanishi，Y。；杉山，M。；Tsuda，K.，《链路传播：用于链路预测的快速半监督学习算法》，（SIAM国际数据挖掘会议论文集（2009），1099-1110
[26] Lee，C。；Pham，M。；郑，M.K。；Kim，D。；Lin，D.K。；Chavalitwingse，W.A.，链接预测问题的网络结构方法，《计算信息杂志》，27，2，249-267（2015）·Zbl 1329.91115号
[27] Leskovec，J。；McAuley，J.J.，《学习发现自我网络中的社交圈》，《神经信息处理系统》，539-547（2012）
[28] 李，X。；Chen，H.，作为二部图中链接预测的建议：基于图核的机器学习方法，决策支持系统，54，2，880-890（2013）
[29] 李毅。；吴，C。；王，X。；Luo，P.，《寻找有影响力作者的基于网络的多参数模型》，《信息计量学杂志》，8791-799（2014）
[30] 李，Z。；方，X。；Bai，X。；Sheng，O.R.L.，《在线社交网络基于实用性的链接建议》，《管理科学》（2016）
[31] 刘，Y。；李强。；唐，X。；马，N。；Tian，R.，Superedge预测：基于意见超网络模型将挖掘哪些意见？，决策支持系统，64，118-129（2014）
[32] Liben-Nowell，D。；Kleinberg，J.，《社交网络的链接预测问题》，《美国信息科学与技术学会杂志》，58，7，1019-1031（2007）
[33] Lichtenwalter，R.N。；Lussier，J.T。；Chawla，N.V.，《链路预测中的新观点和方法》，（第16届ACM SIGKDD国际知识发现和数据挖掘会议论文集。第16届AC M SIGKDD国际知识发现与数据挖掘会议文献集，ACM（2010），243-252
[34] 吕，L。；Zhou，T.，《复杂网络中的链接预测：一项调查》，《物理与统计力学及其应用》，390，6，1150-1170（2011）
[35] 麦考利，J。；Leskovec，J.，《发现自我网络中的社交圈》，《ACM从数据中发现知识的交易》（TKDD），8，1，4（2014）
[37] Newman，M.E.，《科学合作网络的结构》，美国国家科学院学报，98，2，404-409（2001）·Zbl 1065.00518号
[38] Ng，S.K。；Krishnan，T。；McLachlan，G.J.，EM算法，计算统计手册，139-172（2012），施普林格：施普林格-柏林-海德堡
[39] 阮春华。；Mamitsuka，H.，稀疏图上链接预测的潜在特征核，IEEE神经网络和学习系统汇刊，23，11，1793-1804（2012）
[40] 销，P。；罗杰斯，B.，《随机网络形成与亲同性》（Bramoullé，Y.；Rogers，B.；Galeotti，A.，《牛津网络经济学手册》（2016），牛津大学出版社），138-166
[41] 拉朱，新南威尔士州。；M.J.伯克。；Norman，J.，《效用分析的新方法》，《应用心理学杂志》，75，1，3-12（1990）
[42] E.理查德。；盖法斯，S。；Vayatis，N.，《具有自回归特征的图中的链接预测》，《机器学习研究杂志》，第15期，第1565-593页（2012年）·Zbl 1318.62183号
[43] 柴田，北。；Kajikawa，Y。；Sakata，I.，《引文网络中的链接预测》，《信息科学与技术协会期刊》，63，1，78-85（2012）
[44] Wang，G.N。；高，H。；Chen，L。；Mensah，D.N。；Fu，Y.，预测大型社交网络中的积极和消极关系，《公共科学图书馆·综合》，10，6，文章e0129530 pp.（2015）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。