利用人口统计与结构特征合理化在线社交网络中的链接形成

近年来，Facebook、LinkedIn 和 MySpace 等众多在线社交网络经历了巨大增长。人们通过这些网络相互连接，形成大型社交社区，为研究人员提供了丰富的数据集以理解、建模和预测社交互动与行为。这些网络中新联系的形成可能源于个人的社会人口统计特征（如年龄组、性别、地理位置），也可能源于网络的结构动力学（如三元闭包和优先连接），或是人口统计与结构特征的结合。过去十年中提出了许多网络生成模型来解释不同类型网络（尤其是社交网络）中的结构、演化及过程。文献中研究的网络生成模型主要考虑结构属性，在某些情况下也会考虑个人在形成新社交联系时的人口统计特征。然而，这些模型并未提出一种结合结构与人口统计特征以形成新链接的机制。在本文中，我们提出了一种新的网络生成算法，该算法融合了这两类特征以模拟网络增长。我们使用不同的公开可用 Facebook 数据集作为基准，以验证所提出的网络生成模型的正确性。