我有1000个用户，以及他们网络的邻接列表。我正在使用igraph库。
我用：
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)
同样地，我使用invlogweighted, dice etc来获得相似性。问题是，我想为每个用户top 10 most close friends（仅基于网络图）。但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，尽管他们的连接数量不同。
我希望每个用户之间有不同的权重，以便我可以选择top 10 based on weights。有什么东西可以帮助我获得top 10 friends of a user吗？
答案 0 :(得分：0)
由于您只想基于网络结构进行相似性，我建议您使用基于全局结构的算法，如SIMRANK，P-RANK等。这将比基于本地结构的相似性度量（如jaccard和余弦）提供更好的结果