在線社交網(wǎng)絡(luò)中的鏈路預(yù)測問題研究.pdf

1、現(xiàn)實(shí)世界中，許多的社會、生物和信息系統(tǒng)都可以用網(wǎng)絡(luò)很好的抽象描述。通過網(wǎng)絡(luò)中的結(jié)點(diǎn)來表示個體，用邊來表示結(jié)點(diǎn)之間的關(guān)系或者交互。近年來，隨著信息技術(shù)的發(fā)展，在線社交網(wǎng)絡(luò)越來越流行。社交網(wǎng)絡(luò)作為Web2.0的一種典型應(yīng)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(luò)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(yù)測網(wǎng)絡(luò)中新鏈路的產(chǎn)生，不僅是網(wǎng)絡(luò)分析中的一個基礎(chǔ)問

2、題，也是如今流行的商業(yè)社交網(wǎng)站的重要應(yīng)用。在社交網(wǎng)絡(luò)中，通過有效的鏈路預(yù)測算法，可以更好的理解社交網(wǎng)絡(luò)中用戶之間產(chǎn)生關(guān)系的原因，并用預(yù)測結(jié)果對整個網(wǎng)絡(luò)中的用戶結(jié)點(diǎn)篩選，從而給用戶推薦感興趣的信息?，F(xiàn)有的鏈路預(yù)測算法，主要關(guān)注網(wǎng)絡(luò)的結(jié)構(gòu)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(luò)中鏈路預(yù)測問題進(jìn)行了研究，主要工作和貢獻(xiàn)如下:
　　1)利用有監(jiān)督的隨機(jī)游走算法計(jì)算網(wǎng)絡(luò)中結(jié)點(diǎn)間產(chǎn)生鏈接的概率，從而進(jìn)行top-K推薦。在該算法

3、中，把結(jié)點(diǎn)和邊的屬性等特征以加權(quán)的方式作為網(wǎng)絡(luò)中邊的強(qiáng)度，在該轉(zhuǎn)移概率的指導(dǎo)下在社交網(wǎng)絡(luò)中進(jìn)行隨機(jī)游走得到用戶間產(chǎn)生新鏈接的概率。論文選取了用戶結(jié)點(diǎn)屬性，以及用戶之間交互等的數(shù)據(jù)作為特征，并對相關(guān)特征進(jìn)行了分析。
　　2)在社交媒體內(nèi)容主導(dǎo)的網(wǎng)絡(luò)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(luò)中與用戶興趣相似的候選用戶集合。這樣，通過對所有結(jié)點(diǎn)進(jìn)行預(yù)過濾，不僅能夠找到用戶興趣相