一种改进共同邻居的节点遍历链路预测算法

摘要 链路预测是网络信息挖掘和预测领域的一个重要研究方向.由于网络拓扑结构信息容易获取使得基于拓扑结构的链路预测算法成为研究的热点,目前常用的链路预测算法没有分析真实网络链接形成的机制,并且利用的网络中节点的信息有限,导致预测精度受限.因此本文在已有算法基础上分析网络中每个节点对链接产生的作用,提出了一种改进共同邻居的全局节点遍历的链路预测算法.该算法不仅利用共同邻居平均度改善了大度节点的消极影响,而且考虑了同时与两个待预测节点都有共同邻居的节点的作用.在六个真实网络上经过大量实验表明该算法与六种经典的链路预测算法相比具有更高的预测精度,而且在食物链网络上预测精度提高了30%