银行交易网络的链路预测

论文摘要

基于银行交易具有动态变化、时效性和重复性的特点,文中通过对银行网络进行清洗和压缩,研究银行网络的基本拓扑统计性质和聚类结构,并得到交易网络满足复杂网络的小世界和无标度特性。针对已有的链路预测算法在动态网络预测中的不足,提出一种自适应的动态链路算法对银行客户交易进行预测。该方法在预测网络的基础上添加了节点重要性与节点连接强弱性两个特性,并将3种预测算法结合随机算法进行了对比分析。随后将这3种算法运用到具有动态交易特性的3类真实数据集中进行实验验证。实验结果显示,新算法的预测精度约为75%。将该算法与经典的预测算法进行比较发现,提出的算法在预测方面的性能提升了5%～10%。

论文目录

• 1 经典链路预测算法和评价指标
•   1.1 问题描述与符号标注
•   1.2 评价指标
•     1.2.1 AUC指标
•     1.2.2 Precision指标
•     1.2.3 排序分
•   1.3 经典的链路预测算法
• 2 数据描述及研究背景
•   2.1 数据集描述
• 3 交易网络链路预测
•   3.1 数据集处理与分类
•   3.2 预测算法思路
•   3.3 自适应算法定义与说明
•   3.4 算法描述
•     算法1 对网络进行压缩
•     算法2 网络训练
•     算法3 网络推测
•   3.5 算法改进
• 4 实验分析
•   4.1 改进算法分析
•   4.2 算法对比
•   4.3 4类网络6种算法
• 5 结束语

文章来源

类型: 期刊论文

作者: 马青青,闫光辉,王雅斐,武昱

关键词: 复杂网络,链路预测,银行网络,节点重要性,强弱性,准确度

来源: 电子科技 2019年05期

年度: 2019

分类: 信息科技,基础科学,经济与管理科学

专业: 数学,金融

单位: 兰州交通大学电子与信息工程学院

基金: 国家自然科学基金(61662066)~~

分类号: O157.5;F830

DOI: 10.16180/j.cnki.issn1007-7820.2019.05.011

页码: 55-61+80

总页数: 8

文件大小: 1290K

下载量: 83