YULIU_的博客

网络中的链路预测(Link Prediction)是指如何通过已知的网络节点以及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。这种预测既包含了对未知链接（exist yet unknown links）的预测也包含了对未来链接（future links）的预测。该问题的研究在理论和应用两个方面都具有重要的意义和价值 实际的网络化数据往往包含不同类型的节点和边,采用异质信息网络建模可以更加全面的包含交互对象和对象之间的关联,因此异质信息网络分析成为数据挖掘的研究热点. ...

社交网络可以用来描述现实社会中的实际网络，它包括人与人之间的社会关系，物种之间的捕食关系，科学研究中的合作关系等。大量研究已经表明在真实世界中各种不同社交网络具有许多共同的结构特征，例如小世界性质、无标度性、社团结构等。 目前，社团发现算法已比较成熟，具体的算法有：GN算法、谱平算法、Kernighan-Lin算法等。 社团划分方法也有很多。 以下是《基于链路预测的微博用户关系分析》的一些学习笔记： 微博用户之间形成了复杂的社交网络。在微博用户之间有各种影响因素，链路预测是微博