社交網(wǎng)絡(luò)中的消失鏈接預(yù)測問題初探.pdf

1、社交網(wǎng)絡(luò)已成為人們提供分享信息和相互交流重要途徑，社交網(wǎng)絡(luò)數(shù)據(jù)中蘊(yùn)含了大量有價(jià)值的商業(yè)和社會行為信息，社交網(wǎng)絡(luò)數(shù)據(jù)挖掘已成為數(shù)據(jù)挖掘領(lǐng)域中一個(gè)重要研究領(lǐng)域。鏈接預(yù)測問題則是社交網(wǎng)絡(luò)數(shù)據(jù)挖掘中的核心問題之一，本論文擬對社交網(wǎng)絡(luò)中的鏈接預(yù)測問題展開深入研究。現(xiàn)有大多數(shù)鏈接預(yù)測工作關(guān)注對未知鏈接和對未來鏈接的預(yù)測，然而對于網(wǎng)絡(luò)隨時(shí)間變化鏈接消失預(yù)測卻鮮有研究。本文針對網(wǎng)絡(luò)中鏈接消失的普遍現(xiàn)象，提出消失鏈接預(yù)測問題的兩類解決方法:基于鏈接強(qiáng)度的

2、消失鏈接預(yù)測和基于子圖轉(zhuǎn)移的消失鏈接預(yù)測。本文的主要研究工作如下:
　　(1)證實(shí)了社交網(wǎng)絡(luò)中鏈接消失的普遍現(xiàn)象，并探究網(wǎng)絡(luò)中鏈接消失的原因;
　　(2)提出無向圖上的基于鏈接強(qiáng)度的預(yù)測消失鏈接的方法，分別給出針對無權(quán)、有權(quán)和時(shí)序網(wǎng)絡(luò)上的消失鏈接預(yù)測指標(biāo)。在此基礎(chǔ)上，將基于鏈接強(qiáng)度的預(yù)測方法擴(kuò)展到有向圖情形，提出有向圖上的消失鏈接預(yù)測方法，分別給出針對有向無權(quán)、有向有權(quán)和有向時(shí)序網(wǎng)絡(luò)上的消失鏈接預(yù)測指標(biāo)。實(shí)驗(yàn)結(jié)果表明，經(jīng)典鏈

3、接預(yù)測問題中計(jì)算節(jié)點(diǎn)相似度并不能作為消失鏈接的預(yù)測指標(biāo);與經(jīng)典鏈接預(yù)測問題的觀察不同，權(quán)重在消失鏈接預(yù)測中起正面作用;時(shí)序信息能夠幫助更好地預(yù)測消失鏈接;
　　(3)分析網(wǎng)絡(luò)中子圖鏈接模式以及隨時(shí)間推移子圖之間轉(zhuǎn)移的規(guī)律，計(jì)算出子圖模式之間的轉(zhuǎn)移概率矩陣STM，提出基于子圖轉(zhuǎn)移矩陣STM的消失鏈接預(yù)測方案。實(shí)驗(yàn)結(jié)果表明基于STM的消失鏈接預(yù)測方法能夠較好處理短時(shí)間間隔社交網(wǎng)絡(luò)數(shù)據(jù)的情況，并能夠獲得較好的預(yù)測結(jié)果，尤其時(shí)間窗口越小，