一种社交网络拓扑结构的推断方法

摘要

本发明公布了一种社交网络拓扑结构的推断方法，针对存在缺失的级联数据，通过估计在网络中添加不同边所带来似然值的边际增益的大小，得到逐步添加边的顺序，每次添加似然值最大的边，直至所有边添加完成，由此补全所述社交网络拓扑结构；包括：初始化待推断网络G、进行循环迭代计算边际收益和取边际收益最大的边添加到G_i‑1中得到新的网络，完成迭代即得到推断出的网络拓扑结构。本发明方法适用性广，尤其可以应用于级联数据缺失情形；本发明技术方案在保持较高的时间效率基础上，显著提升了网络推断结果的准确率，可以成为真实世界中推断隐藏网络结构的有效手段。