王飞程 周钰颖 闵 勇

(浙江工业大学计算机科学与技术学院 浙江 杭州 310023)

0 引 言

网络中链路预测的目标是根据已知的网络信息预测丢失或潜在的链路。链路预测有着广泛的关注和应用，例如：在生物学领域，其可以预测基因网络和蛋白质网络中的隐藏关系，有助于提高实验成功率，开辟药物开发的新途径；在复杂网络分析中，其可以用作准确分析复杂网络结构的强大补充工具。近年来，链路预测还被用于预测在线社交网络的关系[1]、学术网络的论文类型、犯罪网络中犯罪分子的联系，以及电子商务中客户的偏好等。同时，链路预测有助于理解复杂网络的演化机制发现和利用。由于复杂网络结构的内部特征差距非常大，因此很难比较各种机制的优缺点，而链路预测恰好能为网络演化机制[2]的比较提供一个简单而独特的平台，推动复杂网络演化模型的理论研究。

以往关于链路预测的工作主要集中在单关系网络，即网络中只包含单一类型的关系。然而许多现实世界的关系系统被描述为包含多种联系的多关系网络[3]。在这样的网络中，不同类型的边表示个体之间的不同关系，例如朋友、亲戚、同事。每一对关系之间存在相互影响，且对于不同的关系对，这种影响可能有所不同。例如：一个人与他同事的朋友建立联系会比与他亲戚的朋友建立联系的可能性更高。在这种情况下，“同事”关系对“朋友”关系的影响大于“亲属”关系。对于这种多关系网络的链路预测，需要综合考虑不同关系之间的相关性和影响力。……