本发明公开了一种社交网络链路预测方法,该方法首先考虑社交网络的社区特性及重叠性,对社交网络进行社区划分,从而寻找到被分配到多个社区当中的节点,这个节点往往具有更加多样性的特点,也可以说是该节点的兴趣广泛,更容易接受新事物的影响,也就更有可能形成新的链路,再通过最近邻随机游走来获取节点的嵌入向量,作为基于人工神经网络链路预测模型的输入,从而能够对社交网络的链路进行有效预测,最后通过小批量梯度下降算法对预测模型进行优化结构参数,通过粒子群优化模型超参数,能够提高社交网络链路预测的精度。
科研之友
微信
新浪微博
Facebook
分享链接
