论文部分内容阅读
复杂网络的模式与演化分析具有重要的研究和应用价值，链路预测问题是其中一个研究热点．当前学者们提出了很多基于局部信息的相似性指标和链路预测算法，但是在应用于真实网络尤其是社交网络时，随着对网络宏观的演化模式与微观的链接生成机制的深入研究，链路预测算法的准确性仍有很大的提升空间．本文在现有算法基础上考虑网络同质性，分析局部结构内部的关联模式，将局部共同邻居集合根据全局最短路径信息进行建模，提出一种改进的链路预测方法：局部差异融合算法．该算法不仅保持了链接与节点之间的相似性的密切相关，而且反映了共同邻居集合内部