混合拓扑因子的科研网络合作关系预测

【目的】通过图论和复杂网络理论中的链接(关系)预测算法挖掘科研合作网络的结构信息,并预测目前尚未合作的学者有哪些在未来会产生合作关系。【方法】提出一种新颖的集成局部拓扑特征因子和全局社区拓扑特征的混合拓扑因子合作关系预测模型(Mixture Topological Factor,MTF),该模型引入朴素贝叶斯模型关系预测算法计算局部因子,采用社区贡献度和参与度计算全局社区特征因子进行集成。【结果】实验结果表明,MTF方法能够在采用不同社区算法的基础上有效地对真实的科研合作网络关系预测问题建模,在效果上也要优于一些经典和新近提出的算法。【局限】该方法有待进一步应用到更大规模的网络结构中。【结论】能够通过深入挖掘科研合作网络基于社区信息的拓扑属性提高预测精确度,同时为该类模型的研究提供一种新的方案。