网络信息中的一阶估计和二阶估计

标签：方法   ros   long   mbed   连接   社交网络   lin   utf-8   嵌入   

一阶估计：用来衡量两个存在连接的结点的相似度。

              结合嵌入的方法的具体应用：预测跨社交网络中的锚链接。http://xueshu.baidu.com/s?wd=paperuri:(d90c70ad50b2307df3dc1bc7cd247653)&filter=sc_long_sign&sc_ks_para=q%3DPredict+Anchor+Links+across+Social+Networks+via+an+Embedding+Approach&tn=SE_baiduxueshu_c1gjeupa&ie=utf-8&sc_us=3646444018540153509

二阶估计：虽然两个结点不存在链接，但它们仍然可以相似。它用来衡量不同节点相邻结构的相似程度。

              结合嵌入的方法的具体应用：社交网络中的用户对齐。http://xueshu.baidu.com/s?wd=paperuri:(ea4199735984ec5d84c33582f4b36eea)&filter=sc_long_sign&sc_ks_para=q%3DAligning+Users+Across+Social+Networks+Using+Network+Embedding&tn=SE_baiduxueshu_c1gjeupa&ie=utf-8&sc_us=17994983508386021481

网络信息中的一阶估计和二阶估计

标签：方法   ros   long   mbed   连接   社交网络   lin   utf-8   嵌入   

原文地址：http://www.cnblogs.com/huan-17/p/6508885.html