结合用户互动加权图的社交网络链接预测

摘要

链接预测是社交网络研究领域的热点问题,对网络演化理论研究以及个性化推荐、社区发现等应用研究具有重要的价值.已有的链接预测方法很难适用具有多样性、加权性的用户关系构成的社交网络.针对此问题,提出一种基于用户互动关系加权图的链接预测方法.首先探讨了节点及路径相结合的局部图链接预测方法RALP的合理性.然后对用户互动行为进行分析,提出将可靠路径与RALP相结合的加权网络链接预测方法PWRALP.最后在新浪微博的真实数据集上进行对比实验,结果表明,相较于加权网络的其它方法,PWRALP获得了较好的AUC指标和Precision指标,链接预测结果准确率更高.