文献

J-GLOBAL ID：201502217483968735   整理番号：15A1206786

リンクの予測のためのノード結合クラスタ化アプローチ

Node-coupling clustering approaches for link prediction

著者 (10件)： LI Fenhua (CAS Res. Center on Fictitious Economy and Data Sci., Univ. of Chinese Acad. of Sciences, Beijing 100190, CHN) ,  LI Fenhua (School of Computer Sci., Fudan Univ., Shanghai, CHN) ,  LI Fenhua (Dep. of Computer Sci. and Technol., Yuncheng Univ., Shanxi, CHN) ,  HE Jing (Centre for Applied Informatics, Victoria Univ., Melbourne, AUS) ,  HUANG Guangyan (School of Information Technol., Deakin Univ., Melbourne, AUS) ,  ZHANG Yanchun (Centre for Applied Informatics, Victoria Univ., Melbourne, AUS) ,  ZHANG Yanchun (School of Computer Sci., Fudan Univ., Shanghai, CHN) ,  SHI Yong (CAS Res. Center on Fictitious Economy and Data Sci., Univ. of Chinese Acad. of Sciences, Beijing 100190, CHN) ,  SHI Yong (CAS Key Lab. for Big Data Mining and Knowledge Management, Beijing, CHN) ,  ZHOU Rui (Centre for Applied Informatics, Victoria Univ., Melbourne, AUS)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 89  ページ： 669-680  発行年： 2015年11月 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 新しいノード結合度測定法が提案され,ノード結合情報とクラスタ化情報が使われ,この方法の有効度についての実験的な評価が提出された。 潜在的な重要な情報のために実世界ネットワークでは,リンク予報が科学技術の異なった部門の興味深い焦点になっている。 リンクの予報が重要な負荷に直面していたにもかかわらず,「ビッグデータ」時代に正確に大規模なデータをどの様に予測するのかである。 この論文では,我々は2つの斬新なリンクの予報に対して地点をつなぐクラスタ化アプローチとそれらの拡張を提案する。 そしてそれは,普通の一対の隣接システムノードの注入度をノードのクラスタ幾何学的パターンと組み合わせる。 2つの合成データセットと6つの実世界のデータセットにおいて,我々のアプローチと代表的な既存の方法の間に予報の正確さと有効度を比較し実験的な評価を述べ,実験結果は我々のアプローチが既存の方法を凌ぐことを示した。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *リンク結合 ,  Web【情報システム】 ,  *計測 ,  クラスタ化 ,  *データマイニング ,  データ ,  データ蓄積 ,  大規模
準シソーラス用語： *ノード結合度測定法 ,  ビッグデータ

分類 (3件)： パターン認識  (JE07000S) ,  数値計算  (JE02000J) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： リンク ,  予測 ,  ノード ,  クラスタ化