王 伟,薛苗苗,刘沫萌

(西安工程大学 计算机科学学院,陕西 西安 710048)

0 引 言

在现实社交网络中,用户之间的关系大致分为正面和负面,即节点之间的链路可以用正负号标识,这种既有正链路又有负链路的社会网络被称为符号社交网络。其中正链路表示正关系,如朋友、信任等关系;而负链路与正链路刚好相反,负链路表示负关系,如敌人、不信任关系等。目前,关于符号社交网络的负链路预测研究相对较少。其主要原因在于:第一,大多数社交网络更倾向于对用户表达正面评价,而负面预测的数据集因涉及隐私等原因往往来源有限,这使得负链路的预测未得到足够重视;第二,正面关系在网络中具有传递性,而负面关系无法在网络中进行传递,这给负链路预测的研究带来很大的挑战。尽管如此,负关系的挖掘及预测在许多现实应用中具有极其重要的意义。例如,负面链接的预测可以提高推荐系统的性能[1-2],有助于在社交网络平台上寻找可信的用户,还可帮助用户避免欺诈或者矛盾爆发[3]等。

近年来,国内外学者主要从基于结构平衡理论和基于社会地位理论2个层面展开研究。在2种基本理论中,结构平衡理论是人们对事物态度的平衡模型,该理论认为[4]:①我的朋友的朋友是我的朋友;②我的朋友的敌人是我的敌人;③我的敌人的朋友是我的敌人;④我的敌人的敌人是我的朋友。其中包括4种可能有的三元组关系,分为2种平衡关系和2种不平衡关系。……