在線社交網(wǎng)絡中的鏈路預測問題研究.pdf

1、現(xiàn)實世界中，許多的社會、生物和信息系統(tǒng)都可以用網(wǎng)絡很好的抽象描述。通過網(wǎng)絡中的結點來表示個體，用邊來表示結點之間的關系或者交互。近年來，隨著信息技術的發(fā)展，在線社交網(wǎng)絡越來越流行。社交網(wǎng)絡作為Web2.0的一種典型應用，利用互聯(lián)網(wǎng)平臺，提供了人與人之間交互的新方式，并通過用戶之間的鏈接，為信息的分享與交流提供了新的途徑。
　　社交網(wǎng)絡隨著時間會不斷發(fā)生變化，如何利用現(xiàn)有的信息有效預測網(wǎng)絡中新鏈路的產(chǎn)生，不僅是網(wǎng)絡分析中的一個基礎問

2、題，也是如今流行的商業(yè)社交網(wǎng)站的重要應用。在社交網(wǎng)絡中，通過有效的鏈路預測算法，可以更好的理解社交網(wǎng)絡中用戶之間產(chǎn)生關系的原因，并用預測結果對整個網(wǎng)絡中的用戶結點篩選，從而給用戶推薦感興趣的信息?，F(xiàn)有的鏈路預測算法，主要關注網(wǎng)絡的結構特征，不能很好的描述用戶本身的興趣和特征。本文對社交網(wǎng)絡中鏈路預測問題進行了研究，主要工作和貢獻如下:
　　1)利用有監(jiān)督的隨機游走算法計算網(wǎng)絡中結點間產(chǎn)生鏈接的概率，從而進行top-K推薦。在該算法

3、中，把結點和邊的屬性等特征以加權的方式作為網(wǎng)絡中邊的強度，在該轉移概率的指導下在社交網(wǎng)絡中進行隨機游走得到用戶間產(chǎn)生新鏈接的概率。論文選取了用戶結點屬性，以及用戶之間交互等的數(shù)據(jù)作為特征，并對相關特征進行了分析。
　　2)在社交媒體內(nèi)容主導的網(wǎng)絡中，用戶的興趣會在很大程度上影響用戶之間鏈接的產(chǎn)生。通過分析用戶的行為數(shù)據(jù)，對用戶興趣建模，找到在網(wǎng)絡中與用戶興趣相似的候選用戶集合。這樣，通過對所有結點進行預過濾，不僅能夠找到用戶興趣相