鏈路預測：朋友推薦模型.pdf

1、最近，復雜網(wǎng)絡中的鏈路預測問題無論是在物理研究領域還是在計算機科學研究領域受到越來越多的人關注。鏈路預測主要是根據(jù)網(wǎng)絡的拓撲結構和節(jié)點的屬性來預測網(wǎng)絡中不相連兩個節(jié)點的關系，包括對網(wǎng)絡未知邊和未來邊的預測兩個方面。顯然，網(wǎng)絡中的一些結構特征可以很好的提高鏈路預測的精度。因此，如何應用網(wǎng)絡的結構屬性去提高網(wǎng)絡鏈路預測的性能這是很有意義的事情。對此，本文主要分為以下三個方面:
　　(1)首先定義了局部群落結構的概念，然后對大量真實網(wǎng)絡

2、進行實驗分析，發(fā)現(xiàn)了一個網(wǎng)絡中普遍存在的現(xiàn)象:網(wǎng)絡中的節(jié)點更偏向連接具有局部群落結構特征的節(jié)點(PWCS)。
　　(2)應用PWCS現(xiàn)象指導鏈路預測建立朋友推薦模型(FR)，實驗表明FR指標要優(yōu)于經(jīng)典的CN指標、AA指標和RA指標。然后具體分析了FR指標與RA指標的差異性，得到以下結論:只要RA指標能預測出來的邊，F(xiàn)R指標也可以預測，反之則不然。最后，本文還通過參數(shù)設定建立更一般的朋友推薦模型(GFR)，實驗表明:如果網(wǎng)絡具有PW

3、CS現(xiàn)象，則加強局部群落結構對朋友推薦模型的影響，鏈路預測的效果會越好;如果PWCS現(xiàn)象更明顯，即使參數(shù)達到最大值，局部群落結構的影響還是遠遠不足，鏈路預測的效果還有待提高;如果網(wǎng)絡不具有PWCS現(xiàn)象，鏈路預測的效果會隨著參數(shù)增加越來越差?；谏鲜鰧嶒灲Y果，根據(jù)網(wǎng)絡是否具有PWCS現(xiàn)象和PWCS現(xiàn)象是否明顯設計出更好的混合朋友推薦模型，進一步提高了鏈路預測的精度。
　　(3)把朋友推薦模型推廣到加權網(wǎng)絡，實驗表明在加權網(wǎng)絡上朋友推