论文部分内容阅读
链接预测是社会网络分析领域的一个关键问题,如何从网络的已知信息有效预测网络的未知信息面临巨大的挑战。为了有效利用网络中大量未连接的节点及节点对信息,文中将节点的位置信息(签到信息)加入到线社交网络中,并将节点的位置信息引入基于半监督的链接预测方法(LB-SSLP方法),根据用户之间的关系以及位置签到信息预测用户未来可能的签到位置,同时与传统的SSLP方法和SLP方法进行对比。在现实数据集Gowalla中的实验结果表明,位置信息的引入以及半监督学习的使用均能有效提高链接预测方法的准确率。