链接预测是预测问题的位置未知的和假的链接在静态网络或未来,消失在发展网络的链接。链路预测算法在获得有用的见解不同网络结构部分的原型观测。

然而,现有的链路预测算法只关注常规复杂网络和过度依赖网络的封闭的三角形结构或所谓的优惠附件的现象。这些算法的性能在树状网络很差。一个高精度的链接预测算法在树状网络可以帮助我们理解网络信息传播机制。网络信息的研究是一个重要的分支领域的计算通讯或计算社会科学。理解网络信息或事件传播的规则仍然是一个挑战,深入相关社会领带(链接)预测,用户(节点)的排名,社区密度等。

这个特殊的问题旨在改善树状链接预测精度社会(传播)网络,并进一步理解的在线质量计算通信机制。最初的研究和评论文章是受欢迎的。

潜在的主题包括但不限于以下:

• 链接预测稀疏网络
• 空链接预测或复杂网络的模式
• 网络信息传播
• 在线质量计算通信
• 社区检测链接预测或信息传播
• 时间序列或混乱的信息传播
• 信息传播的经济行为