基于网络图相似度的Top 10好友答案

【问题标题】：Top 10 friends on the basis of similarity in network graph基于网络图相似度的Top 10好友
【发布时间】：2016-07-29 08:45:31
【问题描述】：

我有 1000 个用户，以及他们网络的邻接列表。我正在使用 igraph 库。

我使用以下方法创建了图表：

graph.adjlist(adjlist, mode = c("out", "in", "all", "total"),duplicate = TRUE)

然后找出每个用户之间的相似性：

similarity.jaccard(graph, vids, mode, loops)

同样，我使用invlogweighted, dice etc 来获得相似度。问题是，我想为每个用户提供top 10 most close friends（仅基于网络图）。但是我没有得到适当的权重，即大多数用户彼此具有相同的相似性，尽管他们的连接数不同。

我希望每个用户之间的权重不同，以便我可以选择top 10 based on weights。有什么可以帮助我获得top 10 friends of a user 的吗？

【问题讨论】：

【解决方案1】：

由于您只希望基于网络结构的相似性，我建议您使用基于全局结构的算法，如 SIMRANK、P-RANK 等。这些算法将比基于局部结构的相似性度量（如 Jaccard 和余弦）提供更好的结果.

【讨论】：