Indexed by：
Abstract：
本发明公开了基于路径信息和节点信息融合的社交网络好友推荐方法，链接预测是根据现有网络拓扑结构和节点属性信息等去预测两点间存在连接可能性的大小。现有的大部分节点相似性算法只考虑了共同邻居节点的信息，即路径长度为2的拓扑结构，没有考虑路径长度和节点信息的融合，根据六度分割理论和复杂网络小世界性，大多数复杂网络的两节点间都存在一条相当短的路径，针对这些不足，本发明提出一种基于路径的融合节点信息的相似性的好友推荐算法，通过在社交网络Facebook的实验，比较分析了本发明算法与传统节点相似性算法的准确性，证实了该算法的可用性。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN201810232469.6
Filing Date： 2018-03-17
Publication Date： 2018-08-24
Pub. No.： CN108449209A
Applicants： 北京工业大学
Legal Status： 驳回
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
