基于Louvain算法的复杂网络链路预测仿真

针对复杂网络拓扑结构相似的链路预测结果精度较差、适应度不高的问题,提出基于Louvain算法的复杂网络链路预测方法。计算所有编码复杂网络中社团内部连边总值,运用Louvain算法划分复杂网络社团结构,采用标准化互信息衡量划分结果差异,明确复杂网络结构与特征;计算复杂网络拓扑结构的链路权重,将相似性指标作为共同邻居信息,考虑复杂网络边的聚类与扩散特征,利用链接拓扑权重实现权重加权预测,完成高精度复杂网络链路预测任务。实验对比结果表明,所提方法可获得较高水准的曲线下面积值,有效增强链路预测准确率与运算效率,可广泛应用于复杂网络链路预测现实场景中。