方彪
- 作品数：3 被引量：0H指数：0
- 供职机构：南京邮电大学计算机学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 采用位置信息的半监督链接预测方法
- 2015年
- 链接预测是社会网络分析领域的一个关键问题,如何从网络的已知信息有效预测网络的未知信息面临巨大的挑战。为了有效利用网络中大量未连接的节点及节点对信息,文中将节点的位置信息(签到信息)加入到线社交网络中,并将节点的位置信息引入基于半监督的链接预测方法(LB-SSLP方法),根据用户之间的关系以及位置签到信息预测用户未来可能的签到位置,同时与传统的SSLP方法和SLP方法进行对比。在现实数据集Gowalla中的实验结果表明,位置信息的引入以及半监督学习的使用均能有效提高链接预测方法的准确率。
- 朱乔亚陈可佳方彪
- 关键词：链接预测半监督学习社会网络分析
- 一种采用社团信息的链接预测方法
- 2016年
- 链接预测研究如何利用网络中已有的信息预测可能存在的关系链接,目前已成为数据挖掘领域的热点研究问题之一。社会网络中普遍存在社团结构,社团对链接的形成有重要的影响,但在大多数链接预测方法中未得到深入研究。针对这一现象提出一种新的链接预测方法,采用社团信息改进节点对样本的描述,并在监督学习框架中学习和预测。在现实数据集Facebook和ACF中的实验结果表明,加入社团信息的链接预测方法获得了更高的准确率。
- 方彪陈可佳蔡小雨
- 关键词：链接预测社团发现社会网络分析
- 采用时间度量的半监督链接预测方法
- 2014年
- 提出了一种采用时间特征的半监督链接预测方法。该方法将链接预测问题视为机器学习中的二类分类问题。针对网络稀疏的问题,方法使用了半监督学习技术,利用网络中大量未连接的节点对辅助已连接节点对进行训练。针对网络中链接动态出现的问题,方法添加了若干时间特征来描述节点对。在现实数据集DBLP和Enron中的实验表明,该方法与未采用时间特征或者未使用半监督技术的链接预测方法相比,均具有更高的预测准确率。
- 羌毅陈可佳陈阳方彪
- 关键词：链接预测半监督学习社会网络分析
