移动社交网络中基于共同邻居网络中心度的链路预测方法.PDFVIP

第３３卷第９期 计 算 机 应 用 研 究 Ｖｏｌ３３Ｎｏ９ ２０１６年９月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｓｅｐ．２０１６ 移动社交网络中基于共同邻居网络 中心度的链路预测方法 郑　巍，潘　倩，邓宇凡 （南昌航空大学软件学院，南昌３３００６３） 摘　要：移动社交网络中的链路预测是指通过已知的网络节点以及移动社交网络结构等信息预测网络中尚未 产生连边的两个节点之间产生链接的可能性。基于网络中心度的思想，提出一种适用于移动社交网络的链路预 测算法。该算法利用节点网络中心度和共同邻居数来计算两个节点的相似性指标，两个节点的共同邻居数越 多、共同邻居的网络中心度越高，则两个节点的相似度越高。另外，由于移动社交网络的动态性特征，还将考虑 时间因素对预测结果的影响。将该方法与其他四种常用的链路预测方法进行比较，实验结果显示所提方法要优 于其他方法。 关键词：网络中心度；共同邻居；链路预测；移动社交网络 中图分类号：ＴＰ３９３．０６　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１６）０９２７４３０４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１６．０９．０４１ Ｌｉｎｋｐｒｅｄｉｃｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｃｏｍｍｏｎｎｅｉｇｈｂｏｒｓｎｅｔｗｏｒｋ ｃｅｎｔｒａｌｉｔｙｉｎｍｏｂｉｌｅｓｏｃｉａｌｎｅｔｗｏｒｋｓ ＺｈｅｎｇＷｅｉ，ＰａｎＱｉａｎ，ＤｅｎｇＹｕｆａｎ （ＣｏｌｌｅｇｅｏｆＳｏｆｔｗａｒｅ，ＮａｎｃｈａｎｇＨａｎｇｋｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｃｈａｎｇ３３００６３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｌｉｎｋｐｒｅｄｉｃｔｉｏｎａｉｍｓａｔｅｓｔｉｍａｔｉｎｇｔｈｅｌｉｋｅｌｉｈｏｏｄｏｆｔｈｅｅｘｉｓｔｅｎｃｅｏｆｌｉｎｋｓｂｅｔｗｅｅｎｎｏｄｅｓｉｎｍｏｂｉｌｅｓｏｃｉａｌｎｅｔｗｏｒｋｓ． Ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｅｄａｎｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｆｏｒｍｏｂｉｌｅｓｏｃｉａｌｎｅｔｗｏｒｋｓｂａｓｅｄｏｎｃｅｎｔｒａｌｉｔｙｏｆｃｏｍｍｏｎｎｅｉｇｈｂｏｒｓ．Ｉｎｔｈｉｓｍｅ ｔｈｏｄ，ｉｔｕｓｅｄｔｈｅｎｅｔｗｏｒｋｃｅｎｔｒａｌｉｔｙａｎｄｔｈｅｎｕｍｂｅｒｏｆｃｏｍｍｏｎｎｅｉｇｈｂｏｒｓｔｏｃａｌｃｕｌａｔｅｔｈｅｎｏｄｅｓｉｍｉｌａｒｉｔｙ．Ｉｆｔｈｅｔｗｏｎｏｄｅｓｈａｄ ｍｏｒｅｃｏｍｍｏｎｎｅｉｇｈｂｏｒｓａｎｄｔｈｅｎｏｄｅｃｅｎｔｒａｌｉｔｙｏｆｔｈｅｃｏｍｍｏｎｎｅｉｇｈｂｏｒｓｗａｓｈｉｇｈｅｒ，ｔｈｅｓｉｍｉｌａｒｉｔｙｏｆｔｗｏｎｏｄｅｓｗｅｒｅｈｉｇｈｅｒ．Ｉｎ ａｄｄｉｔｉｏｎ，ｔｈｉｓｐａｐｅｒａｌｓｏｃｏｎｓｉｄｅｒｅｄｔｈｅｔｅｍｐｏｒａｌｉｎｆｏｒｍａｔｉｏｎｄｕｅｔｏｔｈｅｆａｃｔｔｈａｔｔｈｅｂｅｈａｖｉｏｒｏｆｌｉｎｋｓａｓｔｉｍｅｇｏｅｓｂｙ．Ｔｈｅｅｘ ｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｉｓｓｕｐｅｒｉｏｒｔｏｔｈｅｆｏｕｒｔｒａｄｉｔｉｏｎａｌｌｉｎｋｐｒｅｄｉｃｔｉｏｎａｌｇｏ ｒｉｔｈｍｓ． Ｋｅｙｗｏｒｄｓ：ｎｅｔｗｏｒｋｃｅｎｔｒａｌｉｔｙ；ｃｏｍｍｏｎｎｅｉｇｈｂｏｒｓ；ｌｉｎｋｐｒｅｄｉｃｔｉｏｎ；ｍｏｂｉｌｅｓｏｃｉａｌｎｅｔｗｏｒｋｓ（ＭＳＮｓ） 它还可以根据部分观察到的网络推断出完整网络［９，１０］，更好地 　引言 ［１１～１４］