复杂网络链路预测的理论、算法和应用研究

复杂网络链路预测是最近重要的研究热点，其中复杂网络的发展为探讨网络结构特征对预测性能的影响提供了借鉴，而预测算法可以用来评估网络演化理论模型的有效性。本项目拟从理论、算法和应用三个层面全方位推动相关问题的研究。拟借鉴网络系统的概念和最大似然估计的技术，建立基于相似性的链路预测算法的理论基础，并借此发展不依赖于预测精度指标和数据集划分方法的寻找含参相似性指标最优参数的算法。本项目以链路预测评估方法为基础，开发可以评估网络演化模型有效性的共享平台，并以万维网、互联网、在线社会网和科学家合作网为例，系统分析各类演化机制的有效性。还拟讨论有向网络、含权网络、多部分网络等复杂情形下新的相似性指标，并总结网络结构特征对预测精度的影响，以及不同预测算法预测时的倾向性，得到能够根据结构信息指导算法选择的实用手册。本项目最后将在大规模在线社会网络朋友推荐和手机用户离网预测方面进行深入的应用研究。

在基金委的支持下，项目组通过三年的努力，很好完成了原定的计划。项目组完成了名为《链路预测》的40万字专著一册，2013年在高等教育出版社发表。另撰写研究论文15篇，发表13篇，其中发表在海外SCI期刊论文9篇，包括影响因子超过20的顶级期刊。这些论文截止2014年1月5日，Google Scholar引用达到347次，预计在项目结题3年内，引用有望超过1000次。除了提出了一系列利用朴素贝叶斯方法、有偏扩散方法等优化的链路预测算法外，本项目的重要原始创新主要体现在三个方面：第一，我们提出了利用链路预测方法评估网络演化模型的方法；第二，我们提出了有向网络中的势能理论，这既是一种新的网络组织机制，也是一种新的链路预测算法；第三，我们提出了链路预测的哈密顿方法。相关成果获得了四川省科技进步一等奖。..三年来，我们支持了超过50人次参加各种学术会议，在国际国内会议中就链路预测问题进行了11次报告。我们还建立了链路预测的学术网站（www.linkprediction.org），提供免费数据和论文资源的下载，获得了国内国外学者的广泛关注和一致好评。项目组培养了4名博士生，其中一名已经获得博士学位。在项目执行期间，有四位老师依靠本项目直接支持的成果获得晋升，包括两名升为正教授，两名升为副教授。