IPI：一种基于影响力和兴趣的链接预测算法

合集下载

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｉｎｆｏｒｍａｔｉｏｎａｎｄｓｉｍｕｌａｔｎｇｉｕｓｅｒｓ ’ ｉｎｔｅｒｅｓｔｓｂｙｔｅｘｔｉｎｆｏｒｍａｔｉｏｎ．Ｔｈｅｓｅｔｗｏｔｙｐｅｓｏｆｉｎｆｏｍａｒｔｉｏｎａｒｅａｇｇｒｅｇａｔｅｄｔｏｇｉｖｅｈｅｔ
计算机系统应用
ｈｔｔｐ：／／ｗｗｗ．ｃ－Ｓ — ａ．ｏｒｇ．ｃｎ
２０１６年第２５卷第１期
ＩＰＩ：一种基于影响力和兴趣的链接预测算
杨林瑞，廖倡
（复旦大学计算机科学技术学院，上海２０１２０３）（上海市数据科学重点实验室（复旦大学），上海２０１２０３）
随着互联网的发展和社交网络的普及，网络已经
成为人们生活中不可缺少的一部分，它是当今时代信
泛的关注．
目前大部分的链接预测算法都是基于所在网络的
息传播的最主要的媒介和载体．在大数据时代的今天，网络上的信息呈现出爆炸式的增长，每分每秒都会有
ａｔｔｒｉｂｕｔｅｓａｎｄｏｔｈｅｒｒｅｌｅｖｎｔａｉｎｆｏｒｍａｔｉｏｎｆｏｒｆｏｒｅｃａｓｔｉｎｇｐｕｒｐｏｓｅｓ．Ａｉｍａｔｔｈｉｓｐｒｏｂｌｅｍ，ｗｅｐｒｏｐｏｓｅａｌｉｋｎｐｒｅｄｉｃｔｉｏｎ
ａｌｇｏｉｔｒｈｍｂａｓｅｄｏｎｉｎｌｆｕｅｎｃｅａｎｄｉｎｔｅｒｅｓｔ，ｗｈｉｃｈｍａｎｌｉｙｃｏｎｓｉｓｔｓｏｆｑｕａｎｔｉｚｎｇｉｔｈｅｉｎｆｕｅｎｃｅｏｆｎｏｄｅｓｂｙｔｏｐｏｌｏｇｙｓｔｒｕｃｔｕｒｅ
Ａｂｓｔｒａｃｔ：Ｃｕｒｒｅｎｔｌｙｏｎｅｏｆｃｏｒｅｉｓｓｕｅｓｏｆｌｉｎｋｐｒｅｄｉｃｔｉｏｎｉｓｈｏｗｔｏｒａｔｉｏｎａｌｌｙａｎｄｅｉｃｆｉｅｎｔｌｙｃｏｍｂｉｎｅｌｉｋｎａｔｔｒｉｂｕｔｅｓ，ｎｏｄｅ
ｒｅｌａｔｉｏｎｓｃｏｒｅｔｏｈｅｔｎｏｄｅｐａｉｒｓ．Ｈｉｇｈ－ｓｃｏｒｉｎｇｐａｉｒｏｆｎｏｄｅｓｗｈｉｃｈｒｅｐｒｅｓｅｎｔｓａｓ￣ｏｎｇｌｉｎｋ．Ｅｘｐｅｉｍｅｒｎｔｓｏｎｒｅａｌｄａｔａｓｅｔｓ
摘要：链接预测的一个关键问题在于如何合理高效地结合链接属性、节点属性等相关信息以用于预测的目的，针对该问题提出了－Ｔｅｅ基于节点影响力和兴趣的链接预测算法ＩＰＩ（ＩｎｌｆｕｅｎｃｅＰｌｕｓＩｎｔｅｒｅｓｔ），即通过拓扑结构信息来量化用户的影响力，通过文本信息来模拟用户兴趣．结合两类信息对节点间的联系进行打分，得分高的节点对即代表具有较强的联系．在真实数据集上的实验表明，我们提出的方法具有一定的可行性．关键词：社会网络；链接预测；影响力度量；兴趣模型
ｓｈｏｗｔｈｅｍｅｈｏｔｄｐｒｏｐｏｓｅｄｉｎｈｉｔｓｐａｐｅｒｉｓｆｅａｓｉｂｌｅ．Ｋｅｙｗｏｒｄｓ：ｓｏｃｉａｌｎｅｗｏｔｒｋ；ｌｉｋｎｐｒｅｄｉｃｔｉｏｎ；ｉｎｆｌｕｅｎｃｅｍｅａｓｕｒｅ；ｎｔｉｅｒｅｓｔｍｏｄｅｌ
（ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＦｕｄａｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２０１２０３，Ｃｈｉｎａ）（ＳｈａｎｇｈａｉＫｅｙＬａｂｏｒａｔｏｒｙｏｆＤａｔａＳｃｉｅｎｃｅ，ＦｕｄａｎＵｎｉｖｅｒｓｉｙｔ，Ｓｈａｎｇｈａｉ２０１２０３，Ｃｈｉｎａ）
ＩＰＩ：ＡＬｉｎｋＰｒｅｄｉｃｔｉｏｎＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎＵｓｅｒｓ ’ ＩｎｌｕｆｅｎｃｅｓａｎｄＩｎｔｅｒｅｓｔｓ
ＹＡＮＧＬｉｎ— Ｒｕｉ，ＬＩＡＯＣｈａｎｇ