用于在社交网络中执行分散搜索的算法

Question

我想找出所有现有的利用社会网络结构属性的去中心化算法。到目前为止，我知道以下算法：

1)最佳连接搜索- Adamic等人

2)随机游走(不利用任何结构属性，但仍然是去中心化的)

3)汉明距离搜索

4)弱/强关联搜索

5)余弦相似性搜索(CCS)

6)信息嗅觉搜索(ISS)

任何帮助都将不胜感激

Answer 1

摘自论文“在社交网络中寻找专业知识:潜在策略的模拟”：

广度优先搜索(BFS)将查询广播到所有邻居，而不是根据启发式选择邻居。它可以找到最接近源的目标，但具有极高的带宽成本(如在p2p文件共享网络中)。

余弦相似搜索(CCS)通过将汉明距离除以邻居拥有的出度关系(朋友)的总数来降低高度影响。

信息嗅觉搜索(ISS)在查询和他的个人资料之间挑选下一个匹配分数最高的人(我们称之为信息嗅觉)。我们的算法实现与Yu和Singh略有不同，因为我们需要使他们的算法适应安然数据集。我们使用自动生成的关键字配置文件。

Answer 2

PDF复杂网络与分散搜索算法

http://www.cs.cornell.edu/home/kleinber/icm06-swn.pdf