28、社交与信息网络中的模式识别与机器学习

社交与信息网络中的模式识别与机器学习

在社交与信息网络的研究中，模式识别和机器学习有着广泛的应用。下面将详细介绍网络中链接相似度计算、信息扩散模型以及节点识别和主题模型等相关内容。

1. 链接相似度计算

在网络分析中，计算链接的相似度是一项重要任务。以示例图中的链接为例，资源分配指数（Resource Allocation Index）给出了不同节点对之间的相似度值：
- (S_{ra}(1, 3) = \frac{1}{2} + \frac{1}{2} + \frac{1}{2} = \frac{3}{2} = 1.5)
- (S_{ra}(1, 6) = 0.5)；(S_{ra}(1, 9) = 1)
- (S_{ra}(2, 4) = S_{ra}(2, 5) = S_{ra}(4, 5) = \frac{5}{12})；(S_{ra}(2, 6) = 0.25)
- (S_{ra}(2, 7) = S_{ra}(2, 8) = S_{ra}(2, 10) = 0.17)
- (S_{ra}(3, 7) = 0.5)；(S_{ra}(4, 6) = S_{ra}(5, 6) = 0.25)
- (S_{ra}(4, 7) = S_{ra}(4, 8) = S_{ra}(4, 10) = S_{ra}(5, 7) = 0.17)
- (S_{ra}(5, 8) = S_{ra}(5, 10) = S_{ra}(7, 8) = S_{ra}(7, 10) = 0.17)
- (S_{ra}(8, 10) = 0.67)

与Adamic–Adar函数相比，资源分配指数的权重范围相对较窄，因为Adami