基于树状朴素贝叶斯模型的社会网络关系预测

来源：爱站旅游

伍杰华

【期刊名称】《计算机应用》【年(卷),期】2013(33)11

【摘要】在社会网络关系预测研究领域,把基于拓扑结构信息的共邻节点属性作为相似性度量的预测模型应用比较广泛,但是该类算法具有较强的假设性,不能完全反映社会网络的“链接”结构.引入树状朴素贝叶斯(TAN)分类模型,采用信息熵度量节点对的角色,赋予共邻节点集合差异化的贡献权重进行社会关系预测,同时把模型推广到CN,AA和RA等3种基于相似度的链接预测算法中.对5个真实社会网络采用AUC和ROC曲线进行实验评价后证明,该模型能够在深入挖掘共邻节点对贡献及解决共邻节点角色性的基础上提高预测精确度,同时为该类模型的研究提供一种新的方案.

【总页数】5页(P3134-3137,3200) 【作者】伍杰华

【作者单位】广东工贸职业技术学院计算机工程系,广州510510;华南理工大学信息科学与技术学院,广州5101 【正文语种】中文【中图分类】TP391 【相关文献】

1.改进朴素贝叶斯模型的复杂网络关系预测 [J], 伍杰华;沈静;周蓓

2.基于隐朴素贝叶斯模型的社会关系推荐 [J], WU Jie-hua;ZHU An-qing;CAI Xue-lian;ZHANG Xiao-lan

3.朴素贝叶斯模型在驾驶员伤情预测中的应用 [J], 陆颖; 殷越洲; 谢君平 4.基于平扫CT的Logistic回归模型和朴素贝叶斯模型预测血肿扩大 [J], 宋祖华;周治明;郭大静;唐茁月;李欣

5.基于规则过滤的朴素贝叶斯模型流程实例日志分析 [J], 陈浩;韩萌萌

因版权原因，仅展示原文概要，查看原文内容请购买

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文