An enhanced structural embedding algorithm for temporal link prediction

摘要：

本文提出一种基于增强结构嵌人的时序链接预测算法(enhanced structural embedding algorithm for temporal link prediction,SE-TLP).SE-TLP设计双通道结构特征提取机制用于建模节点和连边特性,其联合4种加权节点中心性衡量节点地位，采用连边关系强度表示拓扑结构，并融合节点和连边特征以增强结构嵌入表示，提高预测准确性.同时，结合图卷积网络和门控循环单元，沿时间维度学习网络结构的演化.实验表明，SE-TLP在两类评价指标上均优于主流算法，性能分别提升7.47%和4.43%。

In this paper, an enhanced structural embedding algorithm for temporal link prediction(SE-TLP)is proposed.SE-TLP employs a dual-channel structural feature extraction mechanism to separately model node and edge features. It in-tegrates four weighted node centralities to assess node status, designs edge relation strength to represent topological structure,and fuses node and edge features to enhance structural embedding representations, thereby improving prediction accuracy.Meanwhile, SE-TLP combines a graph convolutional network with a gated recurrent unit to learn the network's structural evo-lution over time, Experiments show that SE-TLP outperlorms mainstream agorihms on both evaluation metrics, achieving performance improvements of 7.47% and 4.43% respectively.

作者：

杨育捷，廖舒蕾，王李明，刘栋

Yang Yujie, Liao Shulei, WangLiming, Liu Dong

机构地区：

河南师范大学a.计算机与信息工程学院；b.河南省教育人工智能与个性化学习重点实验室

引用本文：

杨育捷，廖舒蕾，王李明等。一种基于增强结构嵌人的时序链路预测算法[J].河南师范大学学报(自然科学版).2026.54(4) :75-82.(Yang Yujie.Liao Shulei. Wang Liming.et al.An enhanced structural embedding algo-rithm for temporal link prediction[J].Journal of Henan Normal University (Natural Science Edition) ,2026,54(4):75-82.DOI:10.16366/j.cnki.1000-2367.2025.04.10.0003.)

基金：

国家自然科学基金；河南省科技攻关项目；河南省国际科技合作项目

关键词：

时序链路预测;网络嵌入;图卷积网络;门控循环单元(GRU);动态网络

emporal link prediction; network embedding; graph convolutional network; gated recurrent unit( GRU);dynamic network

分类号：

O157.5;TP183

一种基于增强结构嵌入的时序链路预测算法.pdf