链路预测的网络演化模型评价方法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

链路预测的网络演化模型评价方法

王文强, 张千明

文章导航 > 电子科技大学学报 > 2011 > 40(2): 174-179

王文强, 张千明. 链路预测的网络演化模型评价方法[J]. 电子科技大学学报, 2011, 40(2): 174-179. doi: 10.3969/j.issn.1001-0548.2011.02.003

引用本文:

王文强, 张千明. 链路预测的网络演化模型评价方法[J]. 电子科技大学学报, 2011, 40(2): 174-179. doi: 10.3969/j.issn.1001-0548.2011.02.003

WANG Wen-qiang, ZHANG Qian-ming. New Method of Assessing Network Evolving Models Based on Link Prediction[J]. Journal of University of Electronic Science and Technology of China, 2011, 40(2): 174-179. doi: 10.3969/j.issn.1001-0548.2011.02.003

Citation:

WANG Wen-qiang, ZHANG Qian-ming. New Method of Assessing Network Evolving Models Based on Link Prediction[J]. Journal of University of Electronic Science and Technology of China, 2011, 40(2): 174-179. doi: 10.3969/j.issn.1001-0548.2011.02.003

链路预测的网络演化模型评价方法

doi: 10.3969/j.issn.1001-0548.2011.02.003

1.
电子科技大学互联网科学中心成都 611731

基金项目:

国家自然科学基金(11075031)

作者简介:
王文强(1989-),男,主要从事信息物理和计算机科学方面的研究.

中图分类号: TP391

New Method of Assessing Network Evolving Models Based on Link Prediction

1.
Web Science Center,University of Electronic Science and Technology of China Chengdu 611731

摘要: 在网络演化研究领域，以前工作中对于网络演化机制之间的比较并没有公平、统一的标准。该文基于链路预测理论，采用极大似然估计思想建立了一套用于评价网络演化模型的体系。在基于自治系统的数据实验中，比较了GLP和Tang两个演化模型，结果显示GLP优于Tang，而且得到的最优参数也与其提出者给出的均不相同。实验结果表明基于一定规模为真实网络使用新参数生成的网络更加接近真实网络，并且本文的评价框架可以为模型参数的选取提供建议。
- 评价方法 /
- 链路预测 /
- 极大似然估计 /
- 网络演化模型
Abstract: As the previous evaluation methods of evolving models can not be credible because of its inconformity, in this paper, we propose a new method by applying the theory of link prediction and maximum likelihood estimation. Based on the Internet autonomous system networks, we find that GLP is better than Tang which is not agreed with previous results. Moreover, the optimal parameters of these two evolving models are different from the original ones. The experimental results support our optimal parameters with which the corresponding models can generate more real networks.
- evaluation /
- link prediction /
- maximum likelihood estimation /
- network evolving model

[1]	毕祎琳, 焦鑫善, 万书言, 周涛. 链路预测的若干基础问题探讨 . 电子科技大学学报, 2024, 53(5): 792-800. doi: 10.12178/1001-0548.2024205
[2]	苏晓萍, 查英华, 曲鸿博. 一种异质图的Lorentz嵌入模型 . 电子科技大学学报, 2023, 52(1): 146-153. doi: 10.12178/1001-0548.2021284
[3]	方祺娜, 许小可. 基于异质模体特征的社交网络链路预测 . 电子科技大学学报, 2022, 51(2): 274-281. doi: 10.12178/1001-0548.2021181
[4]	王曦, 许爽, 许小可. 融合用户行为同步指标的链路预测研究 . 电子科技大学学报, 2021, 50(2): 276-284. doi: 10.12178/1001-0548.2020241
[5]	李艳丽, 周涛. 链路预测中的局部相似性指标 . 电子科技大学学报, 2021, 50(3): 422-427. doi: 10.12178/1001-0548.2021062
[6]	李治成, 吉立新, 刘树新, 李星, 李劲松. 基于拓扑有效连通路径的有向网络链路预测方法 . 电子科技大学学报, 2021, 50(1): 127-137. doi: 10.12178/1001-0548.2020220
[7]	曹红艳, 许小可, 许爽. 基于多模体特征的科学家合作预测 . 电子科技大学学报, 2020, 49(5): 766-773. doi: 10.12178/1001-0548.2019173
[8]	叶润, 闫斌. 基于Ornstein-Uhlenbeck模型的WSN链路质量估计 . 电子科技大学学报, 2018, 47(4): 508-515. doi: 10.3969/j.issn.1001-0548.2018.04.006
[9]	钮金鑫, 郭伟. 移动D2D网络中基于链路状态预测的资源分配算法 . 电子科技大学学报, 2018, 47(5): 665-671. doi: 10.3969/j.issn.1001-0548.2018.05.005
[10]	周欣, 周巍. 基于Bayesian网IP网络拥塞链路定位算法 . 电子科技大学学报, 2017, 46(3): 537-542. doi: 10.3969/j.issn.1001-0548.2017.03.010
[11]	郭婷婷, 赵承业. 异常链路分析在电力网络恢复中的应用 . 电子科技大学学报, 2016, 45(5): 854-859. doi: 10.3969/j.issn.1001-0548.2016.05.024
[12]	袁勤, 黎源, 谭波. 基于似然同步方法的非线性脑电信号分析方法 . 电子科技大学学报, 2015, 44(2): 316-320. doi: 10.3969/j.issn.1001-0548.2015.02.027
[13]	唐雪飞, 杨陈皓, 牛新征. 复杂网络链路危险度预测模型研究 . 电子科技大学学报, 2013, 42(3): 442-447. doi: 10.3969/j.issn.1001-0548.2013.03.024
[14]	张昌利, 龚建国, 闫茂德. 基于复杂网络的社会化标签语义相似度分析 . 电子科技大学学报, 2012, 41(5): 642-648. doi: 10.3969/j.issn.1001-0548.2012.05.001
[15]	温怀玉, 罗光春. 无线Mesh网络链路认知OLSR路由协议 . 电子科技大学学报, 2011, 40(2): 303-306. doi: 10.3969/j.issn.1001-0548.2011.02.029
[16]	罗航, 黄建国, 龙兵, 王厚军. 用PSO方法搜索基于MLE的ARMA模型参数 . 电子科技大学学报, 2010, 39(1): 65-68. doi: 10.3969/j.issn.1001-0548.2010.01.016
[17]	吕琳媛. 复杂网络链路预测 . 电子科技大学学报, 2010, 39(5): 651-661. doi: 10.3969/j.issn.1001-0548.2010.05.002
[18]	徐明民. 巴斯卡分布中未知参数的估计 . 电子科技大学学报, 2004, 33(5): 618-620.
[19]	赵金, 陈鸣. 网络非对称链路带宽的测量 . 电子科技大学学报, 2002, 31(4): 404-408.
[20]	邹琪, 皮亦鸣, 黄顺吉. 极化SAR图像的多纹理最大似然估计 . 电子科技大学学报, 2001, 30(2): 120-123.

WeChat

点击查看大图

计量

文章访问数: 4554
HTML全文浏览量: 175
PDF下载量: 60
被引次数: 0

链路预测的网络演化模型评价方法

doi: 10.3969/j.issn.1001-0548.2011.02.003

1. 电子科技大学互联网科学中心成都 611731

基金项目:

国家自然科学基金(11075031)

作者简介:
王文强(1989-),男,主要从事信息物理和计算机科学方面的研究.

收稿日期: 2011-01-28
刊出日期: 2011-04-15

中图分类号: TP391

关键词:

摘要: 在网络演化研究领域，以前工作中对于网络演化机制之间的比较并没有公平、统一的标准。该文基于链路预测理论，采用极大似然估计思想建立了一套用于评价网络演化模型的体系。在基于自治系统的数据实验中，比较了GLP和Tang两个演化模型，结果显示GLP优于Tang，而且得到的最优参数也与其提出者给出的均不相同。实验结果表明基于一定规模为真实网络使用新参数生成的网络更加接近真实网络，并且本文的评价框架可以为模型参数的选取提供建议。

English Abstract

王文强, 张千明. 链路预测的网络演化模型评价方法[J]. 电子科技大学学报, 2011, 40(2): 174-179. doi: 10.3969/j.issn.1001-0548.2011.02.003

引用本文:

王文强, 张千明. 链路预测的网络演化模型评价方法[J]. 电子科技大学学报, 2011, 40(2): 174-179. doi: 10.3969/j.issn.1001-0548.2011.02.003

WANG Wen-qiang, ZHANG Qian-ming. New Method of Assessing Network Evolving Models Based on Link Prediction[J]. Journal of University of Electronic Science and Technology of China, 2011, 40(2): 174-179. doi: 10.3969/j.issn.1001-0548.2011.02.003

Citation:

WANG Wen-qiang, ZHANG Qian-ming. New Method of Assessing Network Evolving Models Based on Link Prediction[J]. Journal of University of Electronic Science and Technology of China, 2011, 40(2): 174-179. doi: 10.3969/j.issn.1001-0548.2011.02.003

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发