杨妮亚 彭 涛,2 刘 露

1(吉林大学计算机科学与技术学院 长春 130012) 2 (符号计算与知识工程教育部重点实验室(吉林大学) 长春 130012) (yangny15@mails.jlu.edu.cn)

基于聚类和决策树的链路预测方法

杨妮亚1彭 涛1,2刘 露1

1(吉林大学计算机科学与技术学院 长春 130012)2(符号计算与知识工程教育部重点实验室(吉林大学) 长春 130012) (yangny15@mails.jlu.edu.cn)

链路预测是数据挖掘研究的主要问题之一.由于网络的复杂性、数据的多样性，根据网络结构及已有信息对异质网络中的不同类型的数据进行链路预测的问题也变得更加复杂.针对双类型异质信息网络，提出了一种基于聚类和决策树的链路预测方法CDTLinks.通过将网络中2种类型对象互为特征的方法得到对象的特征表示，并分别进行聚类.对于双类型异质网络提出了3种启发式规则来构建决策树，根据信息增益来选择树中不同分支.最后，根据聚簇分布结果以及决策树模型来判断任意2个不同类型节点之间是否存在链接.另外，定义了潜在链接节点并引入层数的概念，在降低算法运行时间的同时提高了准确率.在DBLP和AMiner数据集上验证了提出的CDTlinks方法,结果表明:在双类型异质网络中，CDTlinks模型能够有效地进行链路预测.

链路预测；聚类；决策树；异质信息网络；启发式规则

异质信息网络挖掘是数据挖掘的一类重要问题.预测网络中节点之间的链接关系具有重要的研究价值.链路预测旨在根据网络结构和已有信息发现并且还原网络中缺失的信息，或者预测未来节点……