近日，武汉学院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，在国际计算机顶级期刊Expert Systems With Applications上正式发表了研究论文《Multilayer Network Link Prediction Considering Multiple Correlation Features》。该论文由武汉学院和湖北大学的学者合作发表，青年教师赵普是论文第一作者，彭庆喜教授是通讯作者，武汉学院是第一署名单位。该期刊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，五年的影响因子为7.6，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。

该研究成果的发表，充分彰显了武汉学院青年教师在面向国际科研前沿问题中的探索精神与创新能力。同时湖北省优秀中青年科研创新团队（智能推荐）多篇高质量论文已经被接收，在智能推荐等领域取得重要研究进展。未来武汉学院将继续加大对科研团队和科研人才的支持力度，鼓励教师立足国家重大战略需求与科技发展趋势，面向“智能+”时代的新挑战，持续产出高水平科研成果，为学科建设与新工科发展提供坚实的基础。