一种时序有向社会网络中的链路预测算法

针对现有多数链路预测算法准确度较低的问题,在网络全局与局部特征相结合基础上,提出一种基于归一化共同邻居与局部聚类(NCNLC)相似性指标的链路预测算法。通过分析节点NCNLC属性的相似性指标,为节点间的连边分配累积影响因子。仿真结果表明,与LAS指标相似性算法相比,该算法具有较高的预测准确度,能够有效地进行时序有向社会网络中的链路预测。