多關系網絡的鏈接預測研究.pdf

1、隨著科技社會的發(fā)展和網絡信息技術的進步，復雜網絡的鏈接預測問題已經成為計算機科學、社會科學、復雜系統等領域中的重要研究方向之一。在自然界中，大量形形色色的系統都可以通過復雜網絡來描述，比如神經網絡、電力網絡、航空網絡、用戶-商品網絡等。鏈接預測是通過已知的網絡的拓撲結構對缺失的鏈接和未來可能產生的鏈接進行預測。在社會網絡中，鏈接預測可以發(fā)現人際之間潛在的聯系，揭示用戶潛在的朋友，以及在電子商務中向客戶推薦商品。
　　在現實世界中，

2、網絡中的個體之間往往包含多種關系，然而當前復雜網絡的鏈接預測研究集中在單一關系的網絡中。但除了網絡自身的拓撲結構，關系之間的影響力和關聯程度也會決定鏈接存在的可能性。而傳統的鏈接預測方法通常只關注網絡中的一種關系或把所有關系當作同一類型處理，這些做法遺失了很多重要的信息。本文針對多關系網絡的特性，融合網絡的拓撲結構信息和關系的相似性，設計更精準高效的鏈接預測算法。本文的主要研究工作和成果如下:
　　(1)提出了一種基于隨機游走的鏈

3、接預測算法。我們計算出每種關系中所有頂點對之間的相似度，定義每兩個頂點鏈接的邊上的傳播概率為其他所有關系中這兩個頂點間的相似度之和。然后頂點間的相似度根據傳輸概率在網絡中以隨機游走的方式進行傳播和更新，最終得到頂點間的相似度作為鏈接預測的結果得分。實驗結果顯示，我們的算法在多關系網絡中取得了比其他算法更精確的預測結果。
　　(2)提出了一種基于頂點影響力的鏈接預測算法。我們用影響力傳播的方法分別求出每個頂點在不同關系中的影響力，并

4、構成各個關系的特征向量，以特征向量的相似度作為關系之間的相似度。我們通過關系的相似度和頂點間的交互次數得到所有連邊的權值再進行頂點間的鏈接預測。我們的實驗結果顯示，我們的算法相比其他算法在多關系網絡中取得了更好的預測結果。
　　(3)提出一個基于社區(qū)挖掘的鏈接預測算法。我們首先求得各個關系間的相似度，構造每種關系的帶權圖，在帶權圖上進行社區(qū)挖掘。然后計算所有頂點對之間和各個社區(qū)質心的相似度分別作為頂點初始相似度和社區(qū)的相似度。最后