http://www.ccse.uestc.edu.cn/show.aspx?ID=16825

近日，互联网科学中心周涛作为通讯作者与西南财经大学统计学院刘宏鲲教授以及瑞士弗里堡大学物理系吕琳媛博士合作的工作《利用链路预测推断网络演化机制》发表在《中国科学：物理学 力学 天文学》第41卷，第7期。本文首次尝试使用链路预测地方法推测影响网络演化的因素。通过对中国航空网络的研究分析表明，链路预测为挖掘演化模型重要驱动因素和公平评价模型优劣提供了可能性，在分析网络演化机制上提供了一种可比较的量化方法。
 
    以往研究网络演化机制的常用方法是直接建立演化模型推测影响网络演化的因素。这类主流建模方法的基本思路是,对基于某些因素构建出的网络分析其统计特征,如果具有和真实网络接近的统计性质,那么就认为这些因素对网络的结构影响显著, 也即这些因素是网络演化的重要机制。但是,由于刻画网络特征的统计量众多，分别由不同因素驱动的演化模型很难全面符合所有统计量的特征, 有些满足其中一部分，有些满足另外一部分，因此很难客观的定量化的比较哪些模型更能刻画网络特征，哪些才是影响网络演化的主导因素, 以及这些主导因素在网络演化过程中分别起到了多大的作用等。
 
    链路预测其本质是挖掘网络产生连边的原因和驱动力。实际上,一个演化模型原则上都可以对应于一种链路预测的算法。因此,借助链路预测的理论框架和评价方法可以定量化地对不同演化模型所对应的链路预测算法进行评价,从而间接地对演化模型的表现进行定量比较。该文首先介绍基于节点接近性的链路预测方法,然后讨论利用链路预测推测网络演化机制的基本框架。最后以中国城市航空网络为例验证此方法的有效性。研究结果发现，在影响航空网络的四个外在因素，人口，距离，GDP和第三产业产值中，以第三产业为驱动的模型能够产生最佳效果。这些结论与偏相关分析和因果分析的结论一致。实际上, 在所有的外部因素中, 只有以第三产业为驱动因素的模型可以再现航空网独特的双段幂律分布.
 
    可以看到，链路预测方法具有的优势使其有望为分析网络演化机制提供一个简单统一且较为公平的比较平台,量化比较各种不同机制对于真实生长行为的预测能力，从而推动复杂网络演化模型的理论研究。
 
论文信息：
 
    刘宏鲲，吕琳媛，周涛，利用链路预测推断网络演化机制，中国科学: 物理学力学 天文学, 2011, 41: 816–823

Liu H K, Lü L Y, Zhou T. Uncovering the network evolution mechanism by link prediction (in Chinese). Sci Sin Phys Mech Astron, 2011, 41: 816–823, doi: 10.1360/132010-922

全文链接：
http://phys.scichina.com:8083/sciG/CN/article/showZhaiYao.do?id=503681