基于高阶路径相似度的复杂网络链路预测方法

针对目前链路预测方法普遍存在精度不高、效率低等问题,提出了基于高阶路径相似度的复杂网络链路预测方法。首先,利用路径作为判别特征对复杂网络中的缺失链接进行预测,以实现资源的有效分配,并通过惩罚公共近邻对信息泄露进行限制。其次,将高阶路径作为判别特征,对种子节点对间的可用长路径实施惩罚。最后,利用多个真实复杂网络数据集进行数值算例。实验结果表明,与其他基线方法相比,所提方法具有更优的精度与效率。