国内刊号:11-2422/TN
国际刊号:1001-506X
发布日期:
作者:曹嘉平, 李际超, 姜江
单位:国防科技大学系统工程学院, 湖南 长沙 410073
关键词:异质信息网络,链路预测,元路径,监督学习
基金:国家自然科学基金(72001209);国家自然科学基金(72231011);国家自然科学基金(72071206);湖南省科技创新团队项目(2020RC4046);湖南省优秀青年基金(2022JJ20047)
链路预测是指根据网络中已知的信息对未知或未来可能存在的链路/链接进行预测, 是网络科学及数据挖掘领域的研究热点之一。异质信息网络能够更准确地刻画数据中提供的语意信息, 提高下游数据挖掘任务的效率。因此, 异质信息网络上的链路预测方法需要兼顾网络的拓扑特征与语义特征, 为链路预测任务带来新的挑战。在前人研究的基础上, 系统性地梳理了近年来异质信息网络上的链路预测方法。首先, 对异质信息网络和链路预测相关概念进行介绍; 其次, 对异质信息网络上的链路预测方法进行详细分类, 对不同类型异质信息网络上的链路预测方法进行了总结, 并对各类典型代表方法进行详细介绍; 然后, 对异质信息网络上链路预测方法的应用进行了梳理; 最后, 总结了该领域在进一步研究中需要解决的问题, 以及未来可能的发展方向。
来源:2024年第8期
《系统工程与电子技术》期刊编辑部