讲座周第一课--链接预测

链接预测

## 授课教师 李龙杰

link prediction

## 应用
QQ好友推荐
淘宝商品推荐
查询论文时推送相关论文
寻径算法

## newwork/graph
1.图论→图（数据结构）
2.网络中顶点的定义
3.网络中边的定义
4.有向图/无向图

## network is everywhere
1.路网图
2.论文之间的引用关系
3.互联网

## definition(link prediction) 
	Given a snapshot
	
## the intuition(link prediction) 
1.basic idea: more similar→more likely to build link
2.tag
3.

## 基于节点属性相似性的方法

## 基于网络结构相似性的方法
	## 考虑邻居
		1.common neighbor：所有邻居权重(weight)一致的前提下，可直接取交集
		2.adamic-adar index：
			举例说明：两人都喜欢看某一部热门电影，与两都喜欢看某一部冷门电影，后者中两个的相似性可能会更高
		3.resource allocation index：
		4.jaccard coefficient：
		5.salton index
		6.preferential attachment index：
	## 考虑路径
		1.local path index：
		2.friendlink：
		3.katz index：统计两顶点间所有路径，给予较短的路径更大的权重
		4.SimRank：如果两个顶点
		5.
	## universal metric

	## SAC方法
		1.similarity based on activity and connectivity
		2.公共邻域的定义
		3.活跃度的定义：公共邻域占邻域比重
		4.连通性：
		5.SAC method 
	## LP-GRA
	1.多属性决策(MADM)：有限方案多目标决策，考虑多个属性的情况下，对方案进行优选排序。
	2.GRA方法
		1.向量归一化
		2.加权
		3.求正理想解与负理想解
		4.计算灰色关联系数(Grey relational Coefficients)
		5.计算灰色关联系数(Grey relational grades)
		6.计算相对灰色关联度( relative Grey relational grades)
	3.why MADM？
		基于相似性的方法往往只关注某一属性，多属性决策可以提高决策的稳定性
## 加权算法