SimRank--基于结构的相似度度量方法学习笔记

详见：Glen Jeh 和 Jennifer Widom 的论文SimRank: A Measure of Structural-Context Similarity∗

一、简介

1. 目前主要有两大类相似性度量方法：
   (1) 基于内容(content-based)的特定领域(domain-specific)度量方法，如匹配文本相似度，计算项集合的重叠区域等；
   (2) 基于链接（对象间的关系）的方法，如PageRank、SimRank和PageSim等。最近的研究表明，第二类方法度量出的对象间相似性更加符合人的直觉判断。
2. Simrank的基本思想是：如果两个实体相似，那么跟它们相关的实体应该也相似。比如在图一中如果a和c相似，那么A和B应该也相似。
3. SimRank的特点：完全基于结构信息，且可以计算图中任意两个节点间的相似度。
   
   图一

二、基本公式

• 在普通的同构网络中：
  
  其中，s(a,b)是节点a和b的相似度Ii(a)Ii(a)表示a的第i个in-neighbor。参数c是个阻尼系数，它的含义可以这么理解：假如I(a)=I(b)={A}，按照上式计算出sim(a,b)=c*sim(A,A)=c，很明显，c应该大于0小于1，所以c∈(0,1)，论文中