位置:成果数据库 > 期刊 > 期刊详情页
基于LDA主题模型的社会网络链接预测
  • ISSN号:1672-3961
  • 期刊名称:《山东大学学报:工学版》
  • 时间:0
  • 分类:TP301[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]南京大学计算机软件新技术国家重点实验室,江苏南京210023
  • 相关基金:教育部新世纪优秀人才计划资助项目(NCET-11-0213);国家自然科学基金资助项目(61273257,61035003,61021062);江苏省六人人才高峰计划资助项目(2013-XXRJ-018)
中文摘要:

针对传统社会网络链接预测方法忽视节点文本内容的问题,提出一种基于潜在狄利克雷分配(Latent Dirichlet Allocation,LDA)主题模型的协作演化链接预测算法。算法利用LDA模型,对节点的文本内容进行分析,提取出每个节点的主题分布向量,利用分布向量的点积来衡量节点文本的相似性;然后将节点文本内容相似性矩阵与节点邻接矩阵相加,在此基础上计算节点之间的相似性;最后选取相似性最高的k个节点作为预测结果。实验结果表明该算法在网络图稀疏的情况下有较好的效果。

英文摘要:

To address the problem of ignoring the text contents of nodes in social network link prediction methods,a La-tent Dirichlet Allocation(LDA)-based collaborative evolutionary link prediction algorithm was proposed.The algorithm used LDA model to analyze the text content and abstracted a topic distribution vector for each node;The product of the topic distribution vectors was adopted to measure the similarity between the nodes′contents;Afterwards,the content similarity matrix was added to the adjacency matrix and the similarities between the nodes were computed consequently;At last,k most similar nodes were selected as the prediction result.The experimental results showed that the proposed algorithm achieved good prediction performance in sparse networks.

同期刊论文项目
期刊论文 134 会议论文 96 获奖 18 专利 78 著作 1
期刊论文 172 会议论文 96 获奖 10 专利 3 著作 7
同项目期刊论文
期刊信息
  • 《山东大学学报:工学版》
  • 北大核心期刊(2011版)
  • 主管单位:教育部
  • 主办单位:山东大学
  • 主编:李术才
  • 地址:山东济南市经十路17923号
  • 邮编:250061
  • 邮箱:xbgxb@sdu.edu.cn
  • 电话:0531-88396452
  • 国际标准刊号:ISSN:1672-3961
  • 国内统一刊号:ISSN:37-1391/T
  • 邮发代号:24-221
  • 获奖情况:
  • 国内外数据库收录:
  • 美国化学文摘(网络版),波兰哥白尼索引,美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:6258