#英文论文摘要及其论文全文中文翻译 

基于知识传播的复杂网络链路预测方法

Predicting Links based on Knowledge Dissemination in Complex Network

   链路预测是挖掘网络中缺失的链接或预测未来链接。许多链路预测方法受网络演化机制启发。本文提出了一种知识传播（KD）的网络演化机制，假设知识沿网络中的路径传播。同时，提出了一种新的链路预测方法 - 基于知识传播的链路预测（KDLP），并用以测试KD的网络演化机制。 KDLP根据知识量（KQ）来表示顶点相似度，KQ是通过H-index计算得到的节点重要性。

   本文在六个现实世界网络上进行的大规模模拟表明，KDLP是一种有效的链路预测方法。预测精度高于包括common neighbors，local path，average commute time和matrix forest index在内的四个众所周知的相似性度量。基于普遍的结论，一个好的链接预测方法可以揭示一个好的演化机制，实验结果表明，KD是一个可靠的复杂网络演化机制。

Zhou Wen, and Jia Yifan. "Predicting links based on knowledge dissemination in complex network." Physica A: Statistical Mechanics and its Applications 471 (2017): 561-568.

周文, 贾亦凡. “基于知识传播的复杂网络链路预测方法". Physica A: Statistical Mechanics and its Applications.471 (2017): 561-568.

基于知识传播的复杂网络链接预测.pdf