论文部分内容阅读
基于改进蚁群优化算法与子图演化,提出了一种新型非监督社交网络链路预测(SE-ACO)方法。该方法首先在社交网络图中确定特殊子图;然后研究子图演化以预测图中的新链接,并用蚁群优化算法定位特殊子图;最后针对所提方法使用不同网络拓扑环境与数据集进行检验。结果表明,与其他无监督社交网络预测算法相比,所提SE-ACO方法在多数数据集上的评估结果较好,且运行时间较短,这表明图形结构在链路预测算法中起重要作用。