基于多层感知机的个性化链接排序预测 |
| |
引用本文: | 孙培杰,吴乐.基于多层感知机的个性化链接排序预测[J].合肥工业大学学报(自然科学版),2019,42(6). |
| |
作者姓名: | 孙培杰 吴乐 |
| |
作者单位: | 合肥工业大学 计算机与信息学院 ,安徽 合肥,230601;合肥工业大学 计算机与信息学院 ,安徽 合肥,230601 |
| |
基金项目: | 中央高校基本科研业务费专项资金资助项目;模式识别国家重点实验室开放课题基金资助项目 |
| |
摘 要: | 社交网络链接预测,即通过历史社交网络结构信息,预测未来一段时间内社交用户之间可能会产生新的链接关系,是社会网络分析中的一个重要问题。现有的模型挖掘了用户之间的浅层交互关系,或者通过深层网络去学习用户的特征描述。然而,由于社会网络数据极其稀疏,现有的模型在链接预测的表现上存在一定的提升空间。针对上述问题,文章提出基于多层感知机的个性化链接排序预测模型(PRMLP),从而实现了社交链接预测任务。PRMLP同时考虑了用户之间的交互关系,并采用了多层网络结构深入挖掘社会网络的拓扑结构,因此能够学习得到更精准的用户特征描述。文章针对模型训练中正负样本不平衡的问题提出了解决方案,在2个真实数据集进行的实验表明,文中提出的基于多层感知机的个性化链接排序预测模型相对于现有的其他链接预测模型表现更优。
|
关 键 词: | 多层感知机 社交网络 链接预测 个性化信息 神经网络 |
本文献已被 CNKI 万方数据 等数据库收录! |
|