基于图卷积的动态航线网络链路预测模型研究

为了克服航线网络传统链路预测模型的局限性,考虑网络拓扑特征和时间特性,提出一种基于图卷积网络(Graph Convolution Network,GCN)的动态航线网络链路预测模型。通过图卷积、图池化操作聚合节点及邻域信息,更新节点特征表示,识别节点间潜在联系。实验表明,GCN模型相较于传统链路预测模型具有更高的预测精度、预测效率和性能稳定性,是进行动态航线网络链路预测的一种有效工具。