Neo4j图分析—链接预测算法（Link Prediction Algorithms）

Posted 2023-05-04

参考技术A 链接预测是图数据挖掘中的一个重要问题。链接预测旨在预测图中丢失的边, 或者未来可能会出现的边。这些算法主要用于判断相邻的两个节点之间的亲密程度。通常亲密度越大的节点之间的亲密分值越高。

Adamic Adar 是一种基于节点之间共同邻居的亲密度测算方法。2003年由 Lada Adamic 和 Eytan Adar t在 predict links in a social network 中提出的，计算亲密度的公式如下：

创建完成之后的图结构如下：

计算两个指定节点之间的亲密度：

计算结果如下所示：

另外，我们还可以基于特定的关系类型和关系指向，计算一对节点之间的亲密度。

计算结果如下：

  相同邻居，顾名思义，指的是两个节点同时关联的节点、数量。
计算公式如下：

结果如下：

同样的，该度量方法也可以指定关系的类型和关系的方向，这里不再赘述。

  优先连接依赖于两个节点的连接数，如果两个节点的连接数都很大，标签该节点对被连接的概率越大。计算公式如下：

  
资源分配算法公式如下：

总邻居数指的是两个相邻节点之间的总邻居数，计算公式如下：

参考：

数学建模需掌握的知识总纲

数学建模需要掌握许多知识，这里我列出总纲：

学建模中的算法

穷举法

神经网络

模拟退火

遗传算法

图论算法

蒙特卡洛算法

所需基础知识

高等数学

线性代数（矩阵加减乘除）

概率论与数理统计（概率论，参数估计，假设检验，回归分析）

评价

AHP模型（层次分析）

模糊评价

预测

分析场景

曲线拟合

模糊预测

神经网络

灰色理论

马尔科夫链

运筹

整数规划（分支界定法）

01规划

灵敏度分析

影子价格

概率统计

排队论

主成分分析法

回归分析法

曲线拟合

图论

动态规划

网络最大流

最小费用流

最短路问题

计算机软件

matlab

lingo

Excel

spss、sas

其他

网络资源检索

下次我们再仔细分析其中的算法。