
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于角色的单跳邻域表示方法在带符号有向网络中的链接符号预测中的应用
《IEEE Transactions on Artificial Intelligence》:Role-Based One-Hop Neighborhood Representation for Link Sign Prediction in Signed Directed Networks
【字体: 大 中 小 】 时间:2026年01月06日 来源:IEEE Transactions on Artificial Intelligence CS6.4
编辑推荐:
链接符号预测是复杂网络分析的基础问题,现有方法如SELO忽略邻居节点结构角色差异。本文提出基于角色的一跳邻居表示框架(RONR),通过节点属性分配算法区分邻居角色,并开发高效聚合器,在五个真实有向签名网络实验中,Ronr的AUC、F1等指标显著优于SELO等现有方法。
链接符号预测是指预测网络中两个节点之间的关系是正面还是负面[1]。这是复杂网络分析领域中的一个基本且重要的问题。链接符号预测的重要性非常广泛,应用于社会科学[2]、心理学[3]、市场营销[4]和政治[5]等多个领域。例如,正面和负面的联系在塑造人类行为、决策和情绪状态方面起着关键作用。识别强烈的社会联系并预测形成新的正面关系的可能性有助于培养健康的关系和更强大的社会支持系统[6]。相反,预测负面链接的发生可以提供对潜在冲突的洞察,并能够及时进行干预以有效管理它们[7]、[8]。