简介:链路预测是网络信息挖掘的主要研究内容,通过对网络结构和其他信息的分析,挖掘缺失的链接或预测未来可能出现的链接。链路预测在推荐系统、社会网络和生物网络分析中有着十分广泛的应用。本文首先介绍了基于公共邻居、路径和随机游走的8种常用的链路预测指标.并在此基础上提出了一种基于这8种指标线性组合的度量指标,并经过实验找出了较好的优化参数。然后,提出了基于这8种指标的神经网络模型.并分别基于Weka平台和FANN库进行了实现。在社会网络的4个公开测试集上的实验结果表明.基于FANN库的神经网络模型的预测结果最好,在4个数据集上最高的AUC值分别达到了0。95l8、0.9289、0.7480和0.8677,与单一指标最好的AUC值相比分别提高了3.92%、1.45%、7.06%和24.35%。
简介:一节课犹如一部时长四十五分钟的微电影,若要吸引更多受众的注意力,让更多受众从中获益,完整的情节、精良的画面、鲜明的形象、精彩的对白、合理的传播方式缺一不可.课堂教学中,尽管看似教师掌控着一切,充当着导演身份,但所“掌控”的“一切”应是基于课前对学生认知、能力、情感等实际情况的充分了解而精心预设准备的,这时教师充当的又是编剧的职能.当然课堂中教师的“编”和“导”与学生的“演”必须有效结合,如果教者视教案为法,不敢越雷池半步,如同导演墨守成规,机械地将演员纳入剧本中预设的情节,这很可能成为一部无辨识度的作品,市场会将其抛弃,课堂中学生们燃烧的热情当然也会熄灭,教学效果自然不佳.