基于優先連接和用戶屬性的鏈路預測算法研究

摘要：隨著互聯網的快速發展和移動互聯網時代的到來,社交網絡已然成為人們生活中不可或缺的一部分。鏈路預測好友推薦算法在社交網絡中的應用是根據用戶屬性及其關系數據來預測用戶之間未來關系的發展狀況。目前的社交網絡好友推薦算法所需的數據量級較大,占用資源較多,基于網絡拓撲結構的鏈路預測相似性算法可以很好地解決這個問題,基于傳統的相似性算法沒有考慮到在線社交網絡中的用戶屬性問題。文中將對鏈路預測相似性算法進行篩選優化,并考慮在線社交網絡的無標度特性,提出一種結合PA算法與用戶屬性的混合相似性算法——PAA算法,同時將PAA算法應用于微博數據集中。結果表明,PAA算法的效果評價明顯高于傳統的基于網絡拓撲結構的鏈路預測相似性算法。