融合拓扑和属性的动态网络链路预测方法

来源：计算机工程与应用杂志2023年第5期北京时间：

作者：罗世杰, 吕文韬, 李凡, 崔家熙, 相洁

单位：太原理工大学 信息与计算机学院，山西 晋中 030600

摘要：网络数据中出现的大量节点属性和随时间变化的特征，给链路预测提出了新挑战。基于注意力机制和循环神经网络对随时间演化网络进行建模，提出了DTA-LP模型。与传统的静态链路预测算法相比，DTA-LP使用LSTM捕获时序信息，动态预测可以更好应用于现实网络；与基于网络拓扑的动态链路预测算法相比，DTA-LP可以聚集高阶拓扑特征，有效挖掘网络邻域信息；与基于属性网络的动态链路预测算法相比，DTA-LP可以加权融合网络拓扑属性，提高预测精度。在4种真实数据上的实验结果表明，该方法能结合网络已有先验知识，以较高的MAP值来预测未来网络中的边，验证了模型的有效性。

关键词：链路预测,动态图,属性融合,注意力机制,节点嵌入