Resumen

Los algoritmos de predicción de enlaces basados en la similitud se han convertido en el centro de atención de la investigación de redes complejas. Aunque el grado del punto final como fuente de difusión de influencia juega un papel importante en la predicción de enlaces, algunos enlaces no contributivos, también llamados relaciones no contributivas, implicados en el grado del punto final no sirven para nada a la similitud entre los dos puntos finales no adyacentes. En este artículo, proponemos un nuevo algoritmo de predicción de enlaces para penalizar los grados de los extremos que incluyen muchos enlaces nulos en la difusión de influencia, a saber, el algoritmo de penalización de relaciones de no contribución, brevemente denominado NRP. Se introducen siete líneas de base principales para compararlas en nueve conjuntos de datos de referencia, y el análisis numérico muestra una gran mejora en el rendimiento de la precisión, medida por el Área Bajo la Curva Roc (AUC). Por último, nos limitamos a discutir la complejidad de nuestro algoritmo.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería
• Subjects:mathematics Mathematical Analysis Algebra Engineering
• Palabras claves:grado del punto final, difusión de influencia, algoritmo de penalización de relaciones no contributivas, algoritmo novedoso de predicción de enlaces, investigación de redes complejas, algoritmos de predicción de enlaces, muchos enlaces nulos, rendimiento de precisión, conjuntos de datos de referencia, gran mejora
• Keywords:endpoint degree, influence diffusion, noncontribution relations penalization algorithm, novel link prediction algorithm, complex network research, link prediction algorithms, many null links, accuracy performance, benchmark datasets, great improvement