2.1　引言

信息计量学从知识和信息的数量方面展开研究，包括诸如引文分析、合作者研究、Web链接研究和文献计量图谱等研究领域。这些领域通常包含了人、文献、社会结构和认知结构间的联系。尽管这些关系能从多种不同角度看待，但是最有前途的方法之一是从网络角度进行分析。

网络的研究正赢得其他不同研究领域越来越多的关注，如物理、生物、计算机科学和社会学。对信息计量学也一样，网络分析不是一种新现象，而是一个核心部分。例如，网络分析早在图的数学研究中被认识，而且有助于更好地理解文献间是如何互相影响的（如引文关系中所反映的）。早期，Pinski和Narin（1976）、Price（1965）、Xhignesse和Osgood（1967）作了重要的标志性的研究。后来的研究扩展了这些开创性工作，研究范围扩大到所有的信息现象。实际上，信息计量学中许多交互性研究都可以被表示成网络，例如，引文网络、合作者网络、Web链接网络和共引网络等。近年来，一些研究还借用了社会网络分析的方法和技术（如，Otte，Rousseau，2002）。

但是，社会网络分析的一篇长综述距离我们太远，我们只简要介绍这一章使用的术语。一个网络或图G＝（V，E）包括一组节点或顶点V、一组链接或边E。每条边e{u，v}连接着节点u和v（u，v∈V），连接给定节点v的节点组N（v）叫作它的邻居。紧邻节点v的节点数量（邻居的基数）叫作它的度，表示为｜N（v）｜。

尽管有时网络被研究者看作是静态的，但大多数社会和信息网络是动态的、易于变化的。例如，在一个期刊引文网络中，新期刊出现、老期刊消失，一本期刊可能开始引用一本以前从未被引用的期刊，等等。一个网络中的这种变化不完全是随机的，几种说明网络如何进化的机制已经被提出。我们指出两个重点：

（1）同配性：指的是演员倾向于和他们相似的演员互相连接（物以类聚）。相似的标准可能不同：种族、性别、年龄、兴趣，也可能是节点度。也有一些网络被确定存在异配性，其节点倾向于和它们不同的节点相连接（异性相吸）。

（2）偏好连接（Barabási，Albert，1999）：指的是倾向于和成功的演员建立连接，成功经常用度来衡量。偏好连接是一种自我强化的“富者越富”的机制，因为连接到度高节点的每个节点都增加了所链接节点的度，提升了其对其他节点的吸引力。最终进化为度分布服从幂率定律（正如许多社会网络中看到的）的网络。这种机制与马太效应（Merton，1968）和Price（1976）的“成功孕育成功”准则很接近。

假定我们有在某个时刻Gt的网络快照。给定像同配性和偏好链接这样的机制，Gt要比其他网络更可能发生一些变化。例如，两个有相似社会背景的度高的演员在下一个快照Gt＋1建立连接的机会要高于两个不同背景的度低的演员。

链接预测，是关于研究和评价这种直觉的一种更正式或形式化的方式。这种链接预测问题可以具体阐述为（Liben-Nowell，Kleinberg，2007）：基于以往或者部分网络数据，一个人能多大程度地预测在网络中哪个链接会建立？可以分为未来链接预测和缺失链接预测。未来链接预测（Guns，2009，2011；Guns，Rousseau，2014；Huang，Li，Chen，2005；Spertus，Sahami，Buyukkokten，2005；Yan，Guns，2014）指的是基于现有的网络快照，预测未来网络快照的链接。缺失链接预测（Clauset，Moore，Newman，2008；Guimerà，Sales-Pardo，2009；Kashima，Abe，2006；Zhou，Lü，Zhang，2009）基于一个不完整的或者受损的网络版本（缺失了某些链接或者保留了虚假链接，例如因为样本或者测量的错误）来预测所有的链接。两种类型使用同样的方法解决。

本章内容如下：2.2节总结链接预测过程及其应用。2.3节介绍了贯穿这章的例子所用的数据集。2.4节介绍了链接预测工具。2.5节展示了如何使用这些工具。最后进行了总结。