摘要:二部图包含2种不同类型的节点且链接只存在于不同类型的节点之间,因此,许多适用于普通单部图的链接预测方法无法直接用于二部图中。另外,群体信息对提高链接预测的准确率有重要意义,但缺乏相关研究。为此,提出一种采用群体信息的二部图链接预测方法。将链接预测视为机器学习的分类问题,通过对二部图投影,抽取二部图中节点对样本的局部结构属性,并运用群体检测技术抽取节点对样本的群体属性,并把局部结构属性和群体属性一起作为节点对相似度的度量标准,在监督学习框架中进行训练和预测。在现实数据集Movie Lens中的实验结果表明,群体信息的引入能有效提高二部图链接预测方法的准确率,改善推荐性能。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社