![]()
叶延军 杨圣文 钱琛浩
1.西南林业大学机械与交通学院；
2.云南省高校高原山区机动车环保与安全重点实验室
摘要: 为了提高城市公共交通系统的管理效率，提出一种复杂网路链路预测算法GCNs-LP。算法整合多源数据，设计了元路径随机游走和skip-gram模型训练，通过神经网络特征学习获得节点的低维向量表示，基于节点向量对的相似度进行链路预测。实验结果表明：该算法在深圳市、上海市和南京市的地铁网络数据集上均取得了优于基线方法（CN、PA、Node2Vec、LPNMF等）的预测性能，AUC值分别至少提升29%、14.6%、7.1%。GCNs-LP算法能有效捕捉交通网络中的复杂结构特性。
关键词: 复杂网络;链路预测;图卷积神经网络;图嵌入
基金资助: 云南省教育厅科学研究基金项目（2023Y0769）
![]()
A Link Prediction Algorithm for Urban Public Transportation Network
Based on Graph ConvolutionYE Yanjun, YANG Shengwen,
QIAN Chenhao1. School of Machinery and Transportation,
Southwest Forestry University; 2. Key Laboratory of
Environmental Protection and Safety of Motor Vehicles in Highland Mountainous
Areas of Yunnan UniversityAbstract: In order to improve the
management efficiency of urban public transportation system, a complex network
link prediction algorithm GCNs-LP is proposed. The algorithm integrates
multi-source data, designs the meta-path random walk and skip-gram model
training, obtains the low-dimensional vector representation of nodes through
the feature learning of neural network, and makes link prediction based on the
similarity of node vector pairs. The experimental results show that the
proposed algorithm achieves better prediction performance than the baseline
method (CN, PA, Node2Vec, LPNMF, etc.) on the subway network data sets of
Shenzhen, Shanghai and Nanjing, and the AUC value increases by at least 29%,
14.6% and 7.1%, respectively. GCNs-LP algorithm can capture the complex
structure characteristics of traffic network effectively.Keywords: complex network; link
prediction; graph convolutional neural network; graph embedding作者介绍:
第一作者:叶延军（1998-），男，四川成都人，2020年毕业于重庆交通大学交通运输学院，获工学学士学位。目前就读于中国西南林业大学机械与运输学院，攻读林业交通及装备硕士学位。主要研究方向为交通规划与管理、复杂网络理论、链路预测。
![]()
通信作者:杨圣文（1976-），男，云南大理人，西南林业大学机械与交通学院交通运输系主任，工学硕士，正高级工程师。主要研究方向为交通运输规划与管理、交通安全等。主要承担《综合交通规划》、《交通运输组织学》等课程教学工作。先后获得国家公估师、旧机动车评估师、人社部高级考评员、质量督导员资格，近年来主持参与省部级科研项目10余项，参编专著2部、国家行业标准1项、省地方标准1项，先后获得省部级科技进步二等奖1项，三等奖2项，2014年获得“云南省政府特殊津贴”。
![]()
第三作者:钱琛浩（1997-），男，云南曲靖人，2020年毕业于西南交通大学交通运输与物流学院，获工学学士学位；2024年毕业于西南林业大学机械与交通学院，获工学硕士学位。主要研究方向为交通规划与管理、复杂网络理论、关键节点识别。
叶延军,杨圣文,钱琛浩.基于图卷积的城市公共交通网络链路预测算法[DB/OL].(2024-12-25].http://kns.cnki.net/kcms/detail/37.1402.N.20241224.1710.002.html.![]()
