×

LinkBoost公司

swMATH ID: 29981
软件作者: Comar,P.M.、Tan,P.N.、Jain,A.K。
描述: LinkBoost:一种用于社区级网络链接预测的新的成本敏感型提升框架。由于网络数据固有的倾斜性,链路预测是一项具有挑战性的任务。典型的链路预测方法可以分为局部或全局两类。局部方法考虑节点对直接邻域中的链接结构来确定是否存在链接,而全局方法则利用整个网络的信息。本文提出了一种不需要显式标识网络中社区的社区(簇)级链接预测方法。具体来说,定义了可变成本损失函数来解决数据倾斜问题。我们提供了理论证明,证明了最大化社区检测中使用的已知模块性度量与最小化所提损失函数的特殊情况之间的等价性。因此,任何旨在优化损失函数的链路预测方法都会导致在社区内预测的链路比在社区之间预测的链路更多。我们设计了一个boosting算法来最小化损失函数,并提出了一种通过将网络分解为更小的分区并聚合每个分区构造的弱学习者来放大算法的方法。实验结果表明,当对4个真实网络数据集进行评估时,我们提出的Link Boost算法的性能始终与许多现有方法相当或更好。
主页: https://ieeexplore.ieee.org/document/6137217
相关软件: 排名合并;Scikit公司
引用于: 1文件

连载1篇

1 机器学习

按年份列出的引文