尽管近几年链路预测技术发展取得了一系列成果,但是仍然存在很多有意思、具有挑战性的问题值得进一步深入研究,包括:
计算网络链路可预测性的上界,尽管给出了刻画网络链路可预测性的方法,但是文中提出的结构一致性指标仅能帮助我们比较两个网络的链路可预测性的高低,并不能给出一个可预测性的上界。如何得到一个不依赖于预测算法的链路可预构测上界仍是一个悬而未决的问题。
复杂类型网络的链路预测,现有的研究并不系统,如何在复杂结构的网络(例如含时网络、多层网络、相互依赖网络、超网络等)中进行链路预测还有很大空间可供挖掘。对于含时网络的研究仍属凤毛麟角,我们知道如何应用时间的信息提高存在性的预测精度,但是如何准确预测两节点再次接触的时间仍是一个挑战,人类动力学的研究在这方面会起到重要的作用。
大规模网络的快速算法设计,信息技术的发展使得我们获取数据越来越容易,然而大数据所具有的海量复杂的特征也对信息处理技术提出了更高的要求。如何在超大规模网络上有效利用多维的丰富信息进行快速、准确的链路预测,设计局域化或并行化的算法具有重要意义。
领取专属 10元无门槛券
私享最新 技术干货