近日，武漢學(xué)院信息工程學(xué)院湖北省優(yōu)秀中青年科研創(chuàng)新團(tuán)隊(duì)（智能推薦）青年教師趙普與團(tuán)隊(duì)負(fù)責(zé)人彭慶喜教授合作，在國際計(jì)算機(jī)頂級期刊Expert Systems With Applications上正式發(fā)表了研究論文《Multilayer Network Link Prediction Considering Multiple Correlation Features》。該論文由武漢學(xué)院和湖北大學(xué)合作發(fā)表，青年教師趙普是論文第一作者，彭慶喜教授是通訊作者，武漢學(xué)院是第一署名單位。該期刊是人工智能與智能系統(tǒng)領(lǐng)域的頂級期刊之一，是中科院SCI一區(qū)期刊，中國計(jì)算機(jī)學(xué)會(huì)CCF推薦期刊，五年的影響因子為7.6，在復(fù)雜網(wǎng)絡(luò)與系統(tǒng)應(yīng)用研究中具有重要學(xué)術(shù)影響力。

　　該研究聚焦于多層復(fù)雜網(wǎng)絡(luò)中的鏈接預(yù)測問題，提出了一種名為MCFMN-LP的新型鏈接預(yù)測方法。針對傳統(tǒng)方法在處理多維交互數(shù)據(jù)時(shí)特征融合不足、泛化能力弱等問題，取得了突破性進(jìn)展。在多層復(fù)雜網(wǎng)絡(luò)中，單一維度的結(jié)構(gòu)信息往往難以全面刻畫節(jié)點(diǎn)之間的潛在聯(lián)系。研究團(tuán)隊(duì)在MCFMN-LP方法中精心設(shè)計(jì)并融合三類互補(bǔ)性的關(guān)聯(lián)特征：節(jié)點(diǎn)相似度特征、層間相似度特征與社區(qū)關(guān)聯(lián)特征，形成了全面、可解釋、可擴(kuò)展的特征體系，為鏈接預(yù)測性能提供了堅(jiān)實(shí)保障。在鏈接預(yù)測這一典型的復(fù)雜決策問題中，不同類型的特征對預(yù)測結(jié)果的影響具有不確定性和異質(zhì)性。針對傳統(tǒng)方法中存在的兩個(gè)核心弊端——線性加權(quán)的靜態(tài)性與深度模型的不可解釋性，研究團(tuán)隊(duì)在MCFMN-LP方法中引入了“信息熵 + TOPSIS”結(jié)合的多屬性決策分析機(jī)制，有效實(shí)現(xiàn)了關(guān)聯(lián)特征的動(dòng)態(tài)整合與透明決策。該研究成果不僅豐富了復(fù)雜網(wǎng)絡(luò)分析與鏈接預(yù)測的理論體系，更具備強(qiáng)大的現(xiàn)實(shí)指導(dǎo)價(jià)值，適用于社交網(wǎng)絡(luò)推薦、金融風(fēng)控預(yù)警、輿情傳播建模、學(xué)術(shù)合作關(guān)系推演等多個(gè)跨學(xué)科、高價(jià)值的應(yīng)用場景。

　　該研究成果的發(fā)表，充分彰顯了武漢學(xué)院青年教師在面向國際科研前沿問題中的探索精神與創(chuàng)新能力。同時(shí)湖北省優(yōu)秀中青年科研創(chuàng)新團(tuán)隊(duì)（智能推薦）多篇高質(zhì)量論文已經(jīng)被接收，在智能推薦等領(lǐng)域取得重要研究進(jìn)展。未來信息工程學(xué)院將繼續(xù)加大對科研團(tuán)隊(duì)和科研人才的支持力度，鼓勵(lì)教師立足國家重大戰(zhàn)略需求與科技發(fā)展趨勢，面向“智能+”時(shí)代的新挑戰(zhàn)，持續(xù)產(chǎn)出高水平科研成果，為信息工程學(xué)院學(xué)科建設(shè)與新工科發(fā)展提供堅(jiān)實(shí)的基礎(chǔ)。（通訊員：趙普 彭慶喜）