基于社区信息的链接分析与预测研究  

Research on link analysis and prediction based on community information

作　　者：杨磊[1] 李臣龙[1] 汪婧[1] 

机构地区：[1]安徽工程大学计算机与信息学院,安徽芜湖241000

出　　处：《安徽工程大学学报》2015年第2期60-63,共4页Journal of Anhui Polytechnic University

基　　金：安徽省高校省级优秀青年人才重点基金资助项目(2013SQRL034ZD);安徽工程大学校青年基金资助项目(2009YQ040)

摘　　要：社区结构是社交网络最重要的拓扑特性之一,有助于理解用户分布和用户行为,提高链接预测的精确度.通过分析社区结构,结合贝叶斯理论,提出了一种新的基于社区信息的链接预测方法,并应用于真实的社交网络数据中对未来链接进行分析与预测.实验演示了该方法的优点和有效性,取得了很好的预测效果.Community structure is one of the most important social network topological characteristics, which can help to understand the distributions and behaviors of users, and improve the accuracy of the link prediction.By analyzing the community structure, according to Bayesian theory,a new method of link prediction based on community information is proposed, applied to several real social network datasets for predicting and analyzing the future link.The experiment demonstrates the advantages and effective- ness of this method,which achieves a good prediction performance.

关 键 词：链接预测 社会网络分析 社区结构 链接分析 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]