基于优先连接和加权非负矩阵分解的链路预测算法实现.docxVIP

下载本文档

1
0
约1.8万字
约 31页
2025-11-24 发布于天津
举报
版权申诉

基于优先连接和加权非负矩阵分解的链路预测算法实现.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

摘要

当前多数基于非负矩阵分解的链路预测模型忽略了优先链接与局部路径间相互促进改善预测准确度能力，针对这个不足，本文提出融合优先链接和局部路径的加权非负矩阵分解模型保持拓扑链接和网络结构信息。首先，通过优先链接捕获更多节点邻居信息以及利用局部路径相似度去提取网络结构信息；其次，结合上述涉及信息构建优先链接和高阶路径相似度；此外，利用图正则化方法与优先链接和高阶路径相似度结合充分挖掘网络结构信息；最后，融合所有信息与加权非负矩阵分解模型结构提出本文方法；为验证所提模型性能，在6个真实有向网络上与对比方法进行比较，所提模型在预测准确度和鲁棒性优于对比算法。

关键词：链路预测；优先连接；加权非负