Jan, 2013

有符号网络中的链接分类问题的相关聚类方法 —— 完整版 —

PDF
TL;DR本文基于社会平衡理论，采用相关聚类指数作为标签规律度量来发展有关有符号网络中链接分类的理论。我们在在线、批量和主动三种基本的转导学习设置中，以相关聚类的形式推导学习界限。我们在主动设置中的主要算法贡献是引入了一类新的高效链接分类器，该分类器基于用小电路覆盖输入图形。这些是第一批针对任意符号网络误差边界的主动链接分类算法。
link classificationsigned networkscorrelation clusteringtransductive learningactive learning
发现论文，激发创造
  • 带符号网络的预测和聚类：从局部到全局的视角

    本研究探讨了有符号网络，基于社交平衡理论构建了针对符号预测和聚类的方法，实验结果表明，将社交平衡理论的全局观点引入可以提高对有符号网络的预测和聚类效果。

    Feb, 2013

  • 基于索引的动态完全有向图相关聚类算法

    本文研究如何通过建立一个索引来实现针对具有 n 个顶点和 m 个正边的完整带符号图的相关聚类问题的复杂度降低，从而达到 $ O (m + n)$ 的复杂度，同时考虑动态改变环境和非协议度量的结构特性。通过对七个真实数据集进行实验，结果表明相比无索引的算法，我们的基于索引的算法的平均时间减少了 34％。

    Jan, 2023

  • 利用本地和全局特征提升社交网络的链接预测：一种基于聚类的方法

    提出一种结合第一和第二组方法的两阶段方法，其中第一阶段确定与节点位置和动态行为相关的新特征，第二阶段应用子空间聚类算法对社会对象进行分组，以区分集群的强度，在 Facebook、Brightkite 和 HepTh 等真实数据集上进行了广泛的实验，并与该领域的一些先前技术进行了实验验证，证明了该方法的优越性。

    May, 2023

  • 使用扩散界面方法的带符号社交网络节点分类

    本文研究了有正负交互作用的签名网络，提出了一种基于 Ginzburg-Landau 功能和扩展的有符号网络图拉普拉斯算子的扩散界面方法，在真实的签名社交网络中取得了较好的性能，并优于当前技术水平。

    Sep, 2018

  • 复杂网络中集群结构对于链路预测任务的正向作用的重新思考

    本文提出了一种简单而高效的基于聚类的链接预测框架 (ClusterLP)，其中利用聚类结构直接获得无向图和有向图中尽可能准确的节点连接，实验证明该模型在多个真实世界网络上具有高竞争力。

    Nov, 2022

  • 动态社交网络中基于进化算法的链接预测

    描述、解释网络动态变化的关键挑战之一是预测短期和长期变化，在考虑增强节点属性和网络拓扑特征的基础上，应用 CMA-ES 优化 16 个邻域和节点相似性指数的权重来预测未来的链接，从而为推特回复网络的演化提供一些计算机建模的线索。

    Apr, 2013

  • 复杂网络中的链路预测：综述

    本文总结了最近复杂网络中连接预测算法的进展，强调了物理观点和方法的贡献，同时引入三个典型应用：网络重构、网络演化机制评估和部分标签网络分类，并介绍了预测算法的一些应用和未来挑战。

    Oct, 2010

  • 具有限制聚类大小和扩展权重上限的相关聚类

    本文介绍了在具有聚类大小限制以及边权重正负约束的图上的相关聚类问题。该研究提出了在边权重值为常数近似保证的情况下，解决带有聚类大小限制的相关聚类问题的方法。

    Nov, 2014

  • 通过强三元闭包标记的相关聚类：快速近似算法和实用下界

    本研究提出了更快的近似算法，避免了其最佳逼近算法所依赖的不切实际的线性规划放宽，为两个经过充分研究的特殊情况 —— 聚簇编辑和聚簇删除提供了更快、更实用、更高效的线性规划算法及极具可扩展性的组合技术，包括聚簇删除的第一个组合逼近算法，实际应用中，我们的算法产生了近乎与质量最佳算法相匹配的近似解，同时适用于数量级更大的问题。

    Nov, 2021

  • 基于线性优化的链接预测

    本研究通过分析节点邻近节点的贡献，得出最优可能性矩阵的解析式，进而预测网络中的缺失链接，并发现解析式中的一些局部相似性指数优于传统的相似性指数，如直接计算两个节点之间的 3 跳路径个数更能准确地预测缺失链接，而传统的 2 跳路径个数则不如该指数。

    Mar, 2018