利用好友网络进行社交交互网络中的动态链接预测
社会与信息网络
2018-04-24 v1 物理与社会
摘要
在线社交网络 (OSNs) 中用户之间常包含多种不同类型的关系。在研究如 Facebook 等 OSNs 的结构时，最受关注的两类网络是好友网络与交互网络。好友网络中的链接预测问题已被广泛研究。亦有先前工作独立于好友网络对交互网络中的链接预测进行了探讨。本文中，我们研究结合好友与交互网络的预测能力。我们假设，通过利用好友网络，可提升交互网络中链接预测的准确性。我们扩充了若干交互链接预测算法以纳入好友关系及预测出的好友关系。基于 Facebook 数据的实验发现，将好友关系纳入交互链接预测算法可提高准确性，但相较于纳入当前好友关系，纳入预测出的好友关系则无此效果。
关键词
引用
@article{arxiv.1804.08584,
title = {Leveraging Friendship Networks for Dynamic Link Prediction in Social Interaction Networks},
author = {Ruthwik R. Junuthula and Kevin S. Xu and Vijay K. Devabhaktuni},
journal= {arXiv preprint arXiv:1804.08584},
year = {2018}
}
备注
To appear in ICWSM 2018. This version corrects some minor errors in Table 1. MATLAB code available at https://github.com/IdeasLabUT/Friendship-Interaction-Prediction