Indexed by：
Abstract：
本发明公开了基于社区划分的社交网络好友推荐方法。链接预测是根据现有网络拓扑结构和节点属性信息等去预测两点间存在连接可能性的大小。现有的大部分节点相似性算法只考虑了共同邻居节点的信息，即路径长度为2的拓扑结构，忽略了某些节点可能所属同一个社区的重要信息，显然处于统一社区的节点之间有更大的可能存在链接。针对传统链接预测方法的不足，本发明主要使用改进的遗传算法先对所有节点进行社区划分，然后再根据社区划分的结果进行链接预测，从而提出了一种基于社区划分的社交网络好友推荐算法。通过在5个真实网络中做出对比试验，比较分析了本发明算法与传统节点相似性算法的准确性，证实了该算法的可用性。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN201810518100.1
Filing Date： 2018-05-27
Publication Date： 2018-11-02
Pub. No.： CN108734223A
Applicants： 北京工业大学
Legal Status： 驳回
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 5
Affiliated Colleges：
