1、近年來,網(wǎng)絡結(jié)構(gòu)與演化機制已成為復雜網(wǎng)絡研究的一個主要問題。學者們對于復雜網(wǎng)絡的研究涉及到物理學、生物學、經(jīng)濟學、信息學等越來越多的學科。如何通過對于已觀察到的網(wǎng)絡節(jié)點之間的拓撲連接信息,來發(fā)現(xiàn)未觀察到的或在未來將會出現(xiàn)的連接,這一問題成為愈來愈重要的研究點。
　　復雜網(wǎng)絡的鏈路預測是指對未知鏈接或未來鏈接的預測。鏈路預測問題的主流研究點是基于拓撲結(jié)構(gòu)相似性方法,這一發(fā)展隨著研究的深入將越來越系統(tǒng)。因為根據(jù)已存在的網(wǎng)絡結(jié)構(gòu)不僅更易

2、獲得,也更加可靠,更重要的是具有普適性,避免了不同網(wǎng)絡需要機器訓練獲得參數(shù)的繁瑣過程。例如,在科學家合著網(wǎng)絡中,有兩位科學家從來沒有合作完成過論文,然而由于工作調(diào)動而到一個機構(gòu)中后,可能在以后幾年會合作研究。這一類原因?qū)е碌暮献魇呛茈y預測的。但是根據(jù)網(wǎng)絡拓撲結(jié)構(gòu),如他們所屬的圈子越來越來越“近”,則可判斷未來兩人合作的可能性就越來越大。
　　對于復雜網(wǎng)絡中的鏈路預測研究,中外學者于不同角度提出各種相似性算法,并應用到實際數(shù)據(jù)中。本

3、文詳細闡述了各種經(jīng)典相似性算法,并在共同鄰居算法(CN算法)的基礎(chǔ)思想上,考慮到節(jié)點本身拓撲性質(zhì)——在網(wǎng)絡中,節(jié)點度有大有小,度小的共同鄰居節(jié)點往往比大于度大的共同鄰居節(jié)點作用更重要,改進指標定義可考慮節(jié)點對的相似性分數(shù),引入共同鄰居度數(shù)分之一。因此提出基于度值貢獻的共同鄰居改進算法(CNBD)。為了驗證其有效性,用四個真實網(wǎng)絡數(shù)據(jù)集,通過Gephi網(wǎng)絡分析軟件進行網(wǎng)絡拓撲特征數(shù)值的獲取,以及Mtlab仿真實驗對精確度AUC的計算,得到