加权好友推荐模型链路预测算法

来源：计算机科学与探索杂志2019年第3期北京时间：

作者：钱付兰，杨强，马闯，张燕平

单位：1. 安徽大学 计算机科学与技术学院，合肥 2306012. 安徽大学 数学科学学院，合肥 2306013. 安徽大学 信息保障技术研究中心，合肥 230601

摘要：链路预测是复杂网络的一个重要研究方向。基于节点结构相似性进行链路预测是目前常用的方法。真实网络中存在大量的局部群落结构，针对不同的网络结构构建算法是链路预测的核心问题。利用社交网络好友推荐策略，中介人倾向于将自己更熟悉的人介绍给目标用户，提出了一种节点相似性度量指标。该指标结合局部特征描述并有效区分了用户节点之间影响力的不同，更适用于一类特定的局部群落结构。依据该指标提出的加权好友推荐模型链路预测算法在12个数据集上的实验结果表明，该算法在AUC和Precision两个评价标准上具有明显优势。

关键词：复杂网络,好友推荐,链路预测,相似性指标