[发明专利]基于图核的社会网络链接预测方法

说明书

本发明涉及一种基于图核的社会网络链接预测方法，属于社会网络分析领域。本发明在已有社会网络基础上重构正链接网络、负链接网络、或整个网络，基于重构的网络为节点生成不同阈值下的子网络。在此基础上，本发明为节点生成三种重构网络在不同阈值下的子网络集合，利用图核的方法计算节点之间的相似性；最后基于节点之间的相似性利用机器学习算法进行链接预测。

技术领域

本发明涉及一种基于图核的社会网络链接预测方法，属于社会网络分析领域。

背景技术

随着信息技术的发展，社会网络分析已经成了众多领域研究的热点，社会网络是由社会角色和角色与角色之间的联系(+/-)组成，社会网络可以当成一张图，社会角色可以看成图中的节点，而角色之间的联系则可以看成是与节点相连的边。在社会网络分析中，链接预测是研究的基础^[1-4]，因为任何复杂的网络都是有简单的网络增殖而来。链接预测主要是通过现有网络节点的属性以及它们之间的联系来预测评估节点之间可能存在的新链接或者未知的链接^[1，4，5]。作为社会网络分析基础的研究，链接预测有很多重要的应用，首先，在信息检索和电子商务中，它可以用来为用户推荐新朋友、发觉潜在的客户或者为用户推荐感兴趣的商品等^[1]，其次，它可以基于观察的部分社会网络来补全完整的社会网络，以及帮助理解社会网络的演化机制^[4，5]，最后，它在生物信息方面也具有重要的作用，例如基因网络研究，蛋白质功能预测等^[4-6]。

近年来，针对链接预测预测问题已经取得了一定的进展，学者们提出了基于共同邻节点的方法(common neighbors)^[4，5]、资源分配(resource allocation)^[5]以及三角形特征(triad features)^[7]等方法。但是已有方法大多是基于节点的局部信息以及简单的拓扑结构信息分析，而忽略了节点所在网络的丰富的结构信息。文献[8]提出将社会网络结构映射到向量空间，并能最大限度的保持网络的拓扑结构信息，文献[9]提出了一种图核的方法来计算网络之间的相似性。基于此，为解决已有工作在链接预测方面对接点网络结构信息的利用不充分，我们提出了基于图核的社会网络链接预测方法。本方法利用多重阈值的子网络来描述节点，并利用图核来节点的相似性，最后利用节点之间的相似性来对节点的链接进行预测。本方法充分利用了节点子网络的结构信息，使得链接预测的准确率有很大的提高。

上文中提到的文献来源于如下期刊：

[1]Wang P，Xu B W，Wu Y R，et al.Link prediction in social networks：thestate-of-the-art[J].Science China Information Sciences，2015，58(1)：1-38.

[2]He Y，Liu J N K，Hu Y，et al.OWA operator based link predictionensemble for social net-work[J].Expert Systems with Applications，2015，42(1)：21-50.

[3]Tang J，Chang S，Aggarwal C，et al.Negative link prediction in socialmedia[C].Proceedings of the Eighth ACM International Conference on Web Searchand Data Mining.ACM，2015：87-96.

[4]Martínez V，Berzal F，Cubero J C.A Survey of Link Prediction inComplex Networks[J].ACM Computing Surveys(CSUR)，2016，49(4)：69.