近日，我校湖北省优秀中青年科研创新团队（智能推荐）青年教师赵普与团队负责人彭庆喜教授合作，在国际计算机领域顶级期刊Expert Systems With Applications上正式发表研究论文《MultilayerNetworkLinkPredictionConsideringMultipleCorrelationFeatures》。该论文由我校和湖北大学学者合作发表，赵普是第一作者，彭庆喜教授是通讯作者，武汉学院是第一署名单位。
Expert Systems With Applications是人工智能与智能系统领域的顶级期刊之一，是中科院SCI一区期刊，中国计算机学会CCF推荐期刊，该期刊 2023 - 2024 年的影响因子为 9.29，在复杂网络与系统应用研究中具有重要学术影响力。
MCFMN-LP算法流程示意图
该研究成果聚焦于多层复杂网络中的链接预测问题，提出了一种名为MCFMN-LP的新型链接预测方法。针对传统方法在处理多维交互数据时特征融合不足、泛化能力弱等问题，取得了突破性进展。在多层复杂网络中，单一维度的结构信息往往难以全面刻画节点之间的潜在联系。研究团队在MCFMN-LP方法中精心设计并融合三类互补性的关联特征：节点相似度特征、层间相似度特征与社区关联特征，形成了全面、可解释、可扩展的特征体系，为链接预测性能提供了坚实保障。在链接预测这一典型的复杂决策问题中，不同类型的特征对预测结果的影响具有不确定性和异质性。针对传统方法中存在的两个核心弊端——线性加权的静态性与深度模型的不可解释性，研究团队在MCFMN-LP方法中引入了“信息熵+ TOPSIS”结合的多属性决策分析机制，有效实现了关联特征的动态整合与透明决策。该研究成果不仅丰富了复杂网络分析与链接预测的理论体系，更具备强大的现实指导价值，适用于社交网络推荐、金融风控预警、舆情传播建模、学术合作关系推演等多个跨学科、高价值的应用场景。
