×
李彦立;董强;周涛

通过控制主导特征向量进行链路预测。 （英语） Zbl 1510.05271号

申请。数学。计算。 411，文章ID 126517，9 p.（2021）.
摘要：链接预测是网络科学中的一个基本挑战。在各种方法中，基于相似性的算法以其简单性、可解释性、高效性和良好的性能而备受欢迎。本文证明了最基本的局部相似性指数公共邻域（CN）可以由目标网络邻接矩阵的特征向量线性分解，每个特征向量的贡献与相应特征值的平方成正比。与许多实际网络一样，最大特征值和第二大特征值之间存在巨大差距，因此CN指数由主要特征向量控制，其他特征向量中包含的许多有用信息可能被忽略。因此，我们提出了一种无参数算法，该算法确保前导特征向量和次特征向量的贡献相同。在真实网络上的大量实验表明，该算法的预测性能明显优于文献中性能良好的局部相似性指数。进一步提出的一种能够调整主导特征向量贡献的算法显示了其相对于具有可调参数的最新算法的优势，因为其具有竞争性的精度和较低的计算复杂度。

MSC公司：

05C82号 小世界图形、复杂网络（图形理论方面）
91天30分 社交网络；意见动态

关键词：

复杂网络;链路预测;相似性指数

软件：

线路;科内克特;节点2vec;帕杰克
PDF格式BibTeX公司 XML格式引用
\textit{Y.-L.Lee}等人，应用。数学。计算。411，文章ID 126517，9 p.（2021；Zbl 1510.05271）
全文： 内政部 arXiv公司

参考文献：

[1] 戈萨克，M。；马尔科维奇，R。；多伦舍克，J。；Rupnik，M.S。；马尔，M。；斯托泽尔，A。；Perc，M.，《不同尺度生物系统的网络科学：综述》，《物理学》。生活评论，24，118-135（2018）
[2] Barabási，A.-L。；北卡罗来纳州古尔巴切。；Loscalzo，J.，《网络医学：基于网络的人类疾病治疗方法》，《自然遗传学评论》。，第56页至第68页（2011年）
[3] Barabási，A.-L。；Oltvai，Z.N.，《网络生物学：理解细胞的功能组织》，《自然遗传学评论》。，5, 101-113 (2004)
[4] Jackson，M.O.，《理解经济行为的网络》，J.Econ。展望。，28, 3-22 (2014)
[5] Schweitzer，F。；Fagiolo，G。；Sornette，D。；Vega-Redondo，F。；Vespignani，A。；怀特，D.R.，《经济网络：新挑战》，《科学》，325422-425（2009）·Zbl 1226.91057号
[6] 高杰。；Zhang，Y.-C。；周涛，计算社会经济学，物理学。代表，817，1-104（2019）
[7] Lü，L。；梅多，M。；Yeung，C.H。；Zhang，Y.-C。；张，Z.-K。；Zhou，T.，推荐系统，物理。众议员，519，1-49（2012）
[8] Kossinets，G。；Watts，D.J.，对不断发展的社交网络的实证分析，《科学》，31188-90（2006）·Zbl 1226.91055号
[9] 胡，J。；张庆明。；周涛，宗教网络中的种族隔离，EPJ数据科学。，8, 6 (2019)
[10] Zanin，M。；Papo，D。；Sousa，P.A。；Menasalvas，E。；Nicchi，A。；库比克，E。；Boccaletti，S.，《将复杂网络与数据挖掘相结合：原因与方法》，Phys。众议员，635，1-44（2016）
[11] Stanisz，T。；Kwapien，J。；Drożd \380；S.，《复杂网络的语言数据挖掘：面向敏捷度的方法》，《信息科学》。，482, 301-320 (2019)
[12] 吴，X。；朱，X。；吴国庆。；丁伟，大数据数据挖掘，IEEE Trans。知识。数据工程，26，97-107（2013）
[13] 吕，L。；Zhou，T.，《复杂网络中的链接预测：一项调查》，Physica a，3901150-1170（2011）
[14] 周涛，链路预测的进展与挑战，arXiv预印本arXiv:2102.11472（2021）。
[15] 丁·H。；Takigawa，I。；Mamitsuka，H。；Zhu，S.，预测药物-靶点相互作用的基于相似性的机器学习方法：简要综述，Briefings Bioinf。，15, 734-747 (2014)
[16] 马丁契奇-伊普希奇，S。；莫奇·伊布布，E。；Perc，M.，推特上的链接预测，PLoS ONE，12，e0181079（2017）
[17] 王伟强。；张庆明。；Zhou，T.，《评估网络模型：可能性分析》，EPL，98，28004（2012）
[18] 张庆明。；Xu，X.-K。；朱永新。；周涛，《测量复杂网络的多重演化机制》，科学。众议员，510350（2015）
[19] 吕，L。；潘·L。；周，T。；Zhang，Y.-C。；Stanley，H.E.，《走向复杂网络的链路可预测性》，Proc。国家。阿卡德。科学。美国，1122325-2330（2015）·Zbl 1355.94107号
[20] 西安，X。；Wu，T。；乔·S。；王晓珍。；Wang，W。；Liu，Y.，NetSRE：链接可预测性测量和调节，Knowl。基于系统。，196, 105800 (2020)
[21] Liben-Nowell，D。；Kleinberg，J.，《社交网络的链接预测问题》，J.Am.Soc.Inf.Sci。技术。，58, 1019-1031 (2007)
[22] 周，T。；Lü，L。；Zhang，Y.C.，《通过本地信息预测缺失链接》，《欧洲物理杂志》。J.B，71，623-630（2009）·Zbl 1188.05143号
[23] Cannistraci，C.V.公司。；阿兰尼斯·洛巴托，G。；Ravasi，T.，《从大脑连接体和蛋白质相互作用体中的链接-投射到复杂网络中的局部通信范式》，科学版。代表，3，1613（2013）
[24] J·内维尔。；Jensen，D.，关系依赖网络。，J.马赫。学习。研究，8653-692（2007）·Zbl 1222.68274号
[25] Yu，K。；楚·W。；Yu，S。；Tresp，V。；Xu，Z.，判别链接预测的随机关系模型，第19届神经信息处理系统国际会议论文集，1553-1560（2006），麻省理工学院出版社，剑桥
[26] 克劳塞特，A。；摩尔，C。；Newman，M.E.J.，层次结构和网络中缺失链接的预测，《自然》，453，98-101（2008）
[27] 吉米拉，R。；Sales-Pardo，M.，《缺失和虚假交互以及复杂网络的重建》，Proc。国家。阿卡德。科学。美国，106，22073-22078（2009）
[28] 潘·L。；周，T。；吕，L。；胡春凯，通过似然分析预测缺失链接和识别虚假链接，科学。代表，622955（2016）
[29] 格罗弗，A。；Leskovec，J.，node2vec:网络的可扩展特征学习，第22届ACM SIGKDD知识发现和数据挖掘国际会议论文集，855-864（2016），ACM出版社，纽约
[30] Tang，J。；曲，M。；王，M。；张，M。；严，J。；Mei，Q.，Line：《大规模信息网络嵌入》，《第24届万维网国际会议论文集》，1067-1077（2015），ACM出版社，纽约
[31] 王，D。；崔，P。；朱伟，《结构化深度网络嵌入》，《第22届ACM SIGKDD国际知识发现与数据挖掘会议论文集》，1225-1234（2016），ACM出版社，纽约
[32] 佩奇，R。；郝，D。；潘·L。；Cheng，H。；Zhou，T.，通过矩阵完成的链接预测，EPL，117，38002（2017）
[33] A.R.本森。；阿贝贝，R。；Schaub，M.T。；Jadbabaie，A。；Kleinberg，J.，单纯形闭包和高阶链接预测，Proc。国家。阿卡德。科学。美国，115，E11221-E11230（2018）
[34] Ghasemian，A。；Hosseinmardi，H。；加尔斯蒂安，A。；艾若迪，E.M。；Clauset，A.，复杂网络中近似最优链路预测的堆叠模型，Proc。国家。阿卡德。科学。美国，117，23393-23400（2020）
[35] 贾利利，M。；奥卢什卡尼，Y。；Asgari，M。；Alipourfard，N。；Perc，M.，《多元化在线社交网络中的链接预测》，R.Soc.开放科学。，4, 160863 (2017)
[36] I.J.Farkas。；德雷尼，I。；Barabási，A.-L。；Vicsek，T.，“真实世界”图形的光谱：超越半圆定律，物理学。版本E，64，026704（2001）
[37] Lee，Y.-L。；Zhou，T.，链接预测的协同过滤方法，Physica A，578126107（2021）
[38] Kunegis，J.，KONECT:the Koblenz network collection，Proceedings of the 22nd International Conference on World Wide Web，1343-1350（2013），纽约ACM出版社
[39] 沃茨，D.J。；Strogatz，S.H.，《小世界网络的集体动态》，《自然》，393，440-442（1998）·Zbl 1368.05139号
[40] Newman，M.E.J.，网络中的分类混合，物理。修订稿。，89, 208701 (2002)
[41] 罗西，R。；Ahmed，N.，《具有交互式图形分析和可视化的网络数据存储库》，《第29届AAAI人工智能会议论文集》，4292-4293（2015），美国加利福尼亚州AAAI出版社
[42] (http://www.grouplens.org/node/73)
[43] 科瓦奇，I.A。；幸运，K。；斯皮罗恩，K。；王，Y。；Pollis，C。；施拉巴赫，S。；卞，W。；Kim，D.-K。；Kishore，N。；Hao，T.，蛋白质相互作用的网络预测，国家通讯社。，10, 1240 (2019)
[44] (http://vlado.fmf.uni-lj.si/pub/networks/data/)
[45] Dohleman，B.S.，《与Pajek的探索性社交网络分析：综述》，《心理测量学》，71，605-606（2006）
[46] Hanley，J.A。；McNeil，B.J.，接收器工作特性（ROC）曲线下面积的含义和使用，放射学，143，29-36（1982）
[47] Provost，F。；Fawcett，T.，《不精确环境的鲁棒分类》，马赫。学习。，42, 203-231 (2001) ·Zbl 0969.68126号
[48] 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知识发现和数据挖掘国际会议论文集》，243-252（2010），ACM出版社，纽约
[49] Yang，Y。；Lichtenwalter，R.N。；Chawla，N.V.，评估链接预测方法，Knowl。信息系统。，45, 751-782 (2015)
[50] Adamic，洛杉矶。；Adar，E.，《网络上的朋友和邻居》，Soc.Netw。，25, 211-230 (2003)
[51] 欧，Q。；Jin，Y.-D。；周，T。；Wang，B.-H。；Yin，B.-Q.，加权网络上资源分配动态的幂律强度-度相关性，Phys。版本E，75，021102（2007）
[52] 马斯洛夫，S。；Snepen，K.，蛋白质网络拓扑结构的特异性和稳定性，科学，296910-913（2002）
[53] Barabási，A.-L。；Albert，R.，《随机网络中尺度的出现》，《科学》，286509-512（1999）·Zbl 1226.05223号
[54] Katz，L.，《社会计量分析得出的新地位指数》，《心理测量学》，第18卷，第39-43页（1953年）·Zbl 0053.27606号
[55] 吕，L。；Jin，C.-H。；Zhou，T.，用于复杂网络链路预测的基于局部路径的相似性指数，Phys。版本E，80，046122（2009）
[56] 佩奇，R。；郝，D。；Lee，Y.-L。；袁，Y。；Zhou，T.，通过线性优化进行链接预测，Physica A，528，121319（2019）·Zbl 07568468号
[57] Calvetti，D。；赖切尔，L。；Sorensen，D.C.，用于大型对称特征值问题的隐式重启Lanczos方法，Electron。事务处理。数字。分析。，2, 1-21 (1994) ·Zbl 0809.65030号
[58] Mann，H.B。；Whitney，D.R.，《年鉴》，关于两个随机变量中的一个是否随机大于另一个的测试。数学。Stat.，18，50-60（1947）·Zbl 0041.26103号
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。