Sep, 2019

基于叠加模型的复杂网络近乎最优链接预测

PDF
TL;DR本研究采用 meta-learning 方法，系统地评估了 203 种缺失链路预测算法，尝试找到单一最优预测器和服务于各种输入的最佳算法。结果发现，无论是预测误差还是可预测性方面，各种算法和分类族都存在明显差异，因此通过结合预测器构建 “叠加模型” 能够达到最优的精度，但这种精度在不同领域的网络中仍然有所不同。
missing link predictionnetwork modelingpredictabilitymeta-learningstacked models
发现论文，激发创造
  • 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

  • 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

  • 层状网络和时间网络中的链路预测的张量和二分块模型

    通过引入两种适用于多层和时间网络的随机块模型，并开发可扩展的参数推断算法，我们可以更准确地预测具有复杂结构的实际系统中的交互，这一方法可以在分析通过对节点或链接进行建模对不同类型的数据集更有效地进行预测

    Mar, 2018

  • 社交网络中的链路预测：现状

    本文综述了社交网络中缺失链接的预测方法和应用，并分析了当前技术的现状、问题、应用和未来挑战。

    Nov, 2014

  • 利用自我网络层的力量在在线社交网络中进行链接预测

    本文提出利用社交认知理论来改善在在线社交网络中的链接预测算法，并探讨了利用社交圈子意识来扩展特征提取算法并验证其预测性能的方法，在社交圈子意识的算法中，预测性能得到了显著的提升，打败了一些最先进的解决方案，同时也可以用于针对特定类别的用户进行定向营销。

    Sep, 2021

  • 重新审视链接预测：数据视角

    本文以数据为中心的观点，旨在研究不同数据集中的链接预测原则，确认了三个关键因素：局部结构接近度、全局结构接近度和特征接近度，并揭示了它们之间的关系。新的洞察启发了 GNN4LP 模型设计以及选择适当基准数据集进行更全面评估的实用指导。

    Oct, 2023

  • 学习和提取图特征进行链接预测的综述

    本文对复杂网络中的链接预测方法进行了广泛的综述，将其分为四大类，包括基于相似性、基于概率、基于关系模型和基于学习的方法。此外，还介绍了一系列可用于研究链接预测的网络数据集。最后，讨论了最近的发展趋势和未来研究方向。

    Jan, 2019

  • 链接预测的进展与挑战

    本文总结了过去十年来数千篇相关出版物中提取的有关本地相似性指数、链接预测性、网络嵌入、矩阵完成和集成学习等方面的代表性进展，并概述了未来研究面临的一些长期挑战。

    Feb, 2021

  • 网络关联数据的预测模型

    本研究探讨了在众多现代应用中，训练数据中可能存在互相连接的个体不独立样本的情况下，预测算法的表现。我们提出了一种基于网络的罚函数来鼓励联通节点的预测相似性，并证明了将其应用于预测模型能够在现实和理论上得到显著的表现改进，特别在存在网络内部联系的情况下。此罚函数可以与许多基于损失的预测模型相结合，如回归模型，广义线性模型和 Cox 比例危险模型。通过对青少年的探险行为和大麻使用水平的预测研究，我们发现了这种方法对预测行为的提高是有效的，并且提供了对变量效应估计的说明。

    Feb, 2016

  • 通过局部信息预测丢失的链接

    本文研究了基于节点相似度的网络链路预测模型，并比较了九种不同的局部相似度度量方法在六个真实网络中的性能。结果表明，最简单的方法即共同邻居法在各项性能上表现最佳，其次是 Adamic-Adar 指数。在此基础上提出了一种基于资源分配过程的新的相似度度量方法，并发现仅考虑最近邻信息时许多链接分配得分相同，设计出一种利用下一个最近邻信息的新方法，可以显著提高预测准确性。

    Jan, 2009