文献类型：期刊文章

作　　者：伍杰华[1,2]

机构地区：[1]广东工贸职业技术学院计算机工程系,广州510510 [2]华南理工大学信息科学与技术学院,广州510641

出　　处：《计算机应用》

基　　金：国家自然科学基金资助项目(61003045);广东省教育部产学研结合项目(2012B091100043)

年　　份：2013

卷　　号：33

期　　号：11

起止页码：3134-3137

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、INSPEC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：在社会网络关系预测研究领域,把基于拓扑结构信息的共邻节点属性作为相似性度量的预测模型应用比较广泛,但是该类算法具有较强的假设独立性,不能完全反映社会网络的"链接"结构。引入树状朴素贝叶斯(TAN)分类模型,采用信息熵度量节点对的角色,赋予共邻节点集合差异化的贡献权重进行社会关系预测,同时把模型推广到CN,AA和RA等3种基于相似度的链接预测算法中。对5个真实社会网络采用AUC和ROC曲线进行实验评价后证明,该模型能够在深入挖掘共邻节点对贡献及解决共邻节点角色独立性的基础上提高预测精确度,同时为该类模型的研究提供一种新的方案。

关 键 词：社会网络分析 关系预测  链接预测 共邻节点  贝叶斯模型

分 类 号：TP391]