分子生物学概要范文

导语：如何才能写好一篇分子生物学概要，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

一、分子生物学适合开展双语教学

目前，普通院校的多媒体等教学条件有了较大改善，网络教学资源也变得日渐丰富，这些都为分子生物学的双语教学提供了有力的硬件支持。同时，随着生物学的快速发展，越来越多的高层次生物学人才走上了普通院校的讲台，一定程度上为普通院校分子生物学的双语教学提供了师资保障。根据教学大纲的要求，我校《分子生物学》课程的双语教学开设时间为大三第二学期，但统计表明此前仅50%的学生通过国家大学英语四级考试，学生总体英语水平偏低，尚未满足全英文教学的要求。如果这时对《分子生物学》课程进行全英文教学，会让相当一部分学生难以接受复杂的分子生物学知识，使得学生不仅英语没长进，专业知识也是一知半解，最终导致全英文课堂教学流于形式而达不到应有的教学效果。采用全中文讲授分子生物学课程显然不能满足当今社会对分子生物学尖端人才的要求。试想，在分子生物学飞速发展的今天，如果学习者只懂母语而不懂英语报道的学科发展、学术成果等，又如何跟踪学科的最新进展呢？总的来说，教学师资、学生的英语水平以及分子生物学发展的需要，都决定了《分子生物学》课程符合开展双语教学的学科和课程特征。

二、分子生物学双语教学的初步实践

我校生物工程专业是湖南省重点资助专业，笔者自2012年开始对本专业的分子生物学进行了双语教学尝试，现将初步教学实践分述如下：

1.教学大纲的调整和教材的选用。

鉴于分子生物学双语教学与全中文授课的差异，我们首先重新修订了《分子生物学》双语教学大纲，并对教学内容和教学进度做了适当调整。在绪论中增加了分子生物学常用专业英语词汇介绍，以弥补学生专业英语词汇量的不足。同时，分子生物学双语教学的关键问题之一是要选用一本合适的英文版教材，因为原版英文分子生物学教材常常令学生感到晦涩难懂。因此，笔者编写了对原版教材加以注释的讲义，以保持英文的“原汁原味”，兼容中英文教材的优点，对分子生物学专业术语和词汇增加中文注释，书后辅以中英文词汇对照表，每章开始部分增加中文概要，以方便学生理解和掌握教学要点。从多年的分子生物学双语教学实践来看，使用效果比较理想。

2.循序渐进的教学过程和多样化的教学方法相结合。

在进行分子生物学双语教学过程中，鉴于刚开始时大部分学生都感觉有一定的难度，我们在最先常采用英文板书与中文讲授为主相结合的方法，用英文讲授那些较为浅显易懂的内容，而重点和难点以及那些用英语解释太复杂而汉语解释又显得简洁明了的内容，则用中文讲解。当学生的专业词汇量逐渐扩大和英语水平慢慢提高，尤其是待学生逐步适应以后，再不断提高英语讲授的比重，最后过渡到以英文教学为主。对于分子生物学的一些实验技术等案例教学一般也采用中文的方式。通过循序渐进的教学过程和多样化的教学方法，能有效提高分子生物学双语教学的实际效果，进而避免双语教学流于形式。

3.运用多媒体等现代教学手段加大课堂信息量。

我校《分子生物学》总共56学时，采用双语教学后并没有增加学时，全英文版的书面材料和中英文双语讲授使得教学进度缓慢，不仅让教师的课堂授课量受到影响，难以按时完成教学任务，也常常让学生接受的信息量偏少。对此，本人在钻研教材和相关教学参考资料的基础上，精心制作好多媒体英文课件，课堂上借助于PPT的使用，不仅让课堂教学内容变得丰富与生动，也可大大增加课堂教学的信息量；同时，还可以节省大量的板书时间，适当加快课堂教学节奏，保证按时完成教学进度和教学任务。课后将PPT课件及时传到班级QQ群共享，以方便学生课后学习使用。

4.注重课后双语练习，改革考核方式。

分子生物学双语教学实践既是对教师的挑战，要敢于担当，同样对学生亦是一种挑战，要勇于面对。由于受教学大纲的要求限制了双语教学的课堂教学时数，这必然要求师生在课内外都要多花时间和精力。一方面教师课后要精心备课答疑，构建习题库上传到班级QQ群，供学生课后复习交流使用；另一方面学生课后要及时预习、复习巩固课堂所学知识。我们经常要求学生课后阅读或翻译教师指定的英文参考资料来巩固复习专业术语以及一些相关的专业知识。每次上课前，教师安排一定时间对上次作业情况进行检查点评，由复习旧课要点导入新课的教学内容。我们不仅注重课内外的双语练习，还结合分子生物学双语教学的特点调整了课程考试形式，如采用中英文结合制定期考试卷（英文占40%以上），其中，填空、名词解释及选择等题型部分用英文制卷，并要求部分题目用英文解答。

三、加强分子生物学双语教学的有效措施

综上所述，目前分子生物学双语教学中普遍存在的问题主要表现在：高素质双语教学师资队伍欠缺，教学方法陈旧；学生对双语教学方式的兴趣不浓厚，不及时熟悉英文教材；双语教学管理欠科学、教学考核手段传统单一。总之，分子生物学双语教学的质量有待进一步提高，具体措施如下：

1.加强分子生物学双语教学师资队伍建设，不断提高授课教师英语水平。

要想取得分子生物学双语教学的预期教学效果，首先就要有一支专业能力和英语水平都较强的教师队伍。为了分子生物学双语教学教师的英语水平，一方面现有双语教学主讲教师要积极主动参与外语培训，可以由学校有计划地安排相关教师到双语教学经验丰富的学校参加教学观摩，或分批选派双语教学教师到相关外语学院进修，或聘请教学经验丰富的外语教师进行口语训练，有条件的学校还可以把教师送到国外培训，以提高其英语授课水平。另一方面学校要积极创造条件引进双语教学师资，如采取相对优惠的政策以吸引国外留学人员来校任教，或邀请相关国外专家学者承担部分双语教学课程，如我校在2013年邀请湖南省海外名师、美国卫生研究院研究员肖调江教授为生物工程专业2010级本科生讲授遗传学课程，相关双语教学教师通过全程观摩教学，较大地提高了双语教学能力。

2.加强分子生物学双语教学用教材的管理，保障双语教学因材施教。

针对普通院校目前双语教学存在的主要问题，分子生物学主讲教师应该尽可能选择通俗易懂与国际同步的最新教材，条件允许的尽可能结合学生实际编写双语配套教材，如与原版英文教材配套的讲义，辅以相应习题讲解，并上传至班级QQ群以及教师教学空间，以方便学生课后随时参考和学习。同时，针对地方本科院校学生英语基础普遍较差的现象，主讲教师还可以制作授课视频和收集相关音像资料等辅助教学材料，并将课题组成员的上课过程进行录像，方便学生课后自学，进一步提高学生的英语听说能力。

3.改革传统教学方法，实现分子生物学双语教学手段的多样化。

同母语教学一样，教学方法和手段也是实现分子生物学双语教学教学目的的重要保障。教学方法的发展变化主要体现在教学方法的综合化、教学手段的媒体化和主体化。鉴于目前分子生物学双语教学的课时严重不足，一方面，双语教学的主讲老师要努力提高传统课堂教学的效果，如及时与学生交流、沟通，了解他们的学习兴趣、效果以及学习过程中所遇到的主要困难和相关要求，以提高双语教学效果。另一方面，主讲老师还应该充分利用QQ、微信等网络资源，与学生及时开展网络答疑等教学互动，这样既可以及时掌握学生的课堂学习效果，也有利于教师及时把握教学方法，对于教学过程中的共性问题进行分析总结，进一步提高双语教学效果。

4.加强分子生物学双语教学的管理与支持，为双语教学提供制度保障。

篇2

【关键词】宫颈病变;HPV分型;HPV多重感染

doi:10.3969/j.issn.1006-1959.2010.05.107文章编号:1006-1959(2010)-05-1140-02

宫颈癌是女性生殖系统最常见的恶性肿瘤,HPV感染是宫颈癌发生的必要条件,HPV检测技术极大的推动了宫颈癌筛查的进展。我们分析了2008年9月至2009年8月在本院因宫颈病变就诊的144例患者的临床资料,观察用导流杂交基因芯片技术(flow-through hybridization and gene chip,HybriMax)检测HPV分型与宫颈病变的关系。

1.材料与方法

1.1 研究对象:选取2008年9月至2009年8月因宫颈病变就诊于新疆肿瘤医院且有临床病理确诊的患者144例,年龄分布23～80岁,中位年龄43岁,病理诊断结果慢性宫颈炎21例,CINI 21例、CIN1I～Ⅲ 50例,宫颈癌52例。HPV DNA检测及组织病理学检查采用双盲法。

1.2 HPV检测方法:采用HybriMax法检测HPV基因型,包括6、11、16、18、31、33、35、39、42、43、44、45、51、52、53、56、58、59、66、68、81等21种HPV基因型。实验步骤包括:样本DNA提取,PCR扩增,导流杂交,结果判断(根据芯片上HPV基因型分布的相应位点判断为何种基因型)。

1.3 统计学处理:应用SPSS16.0软件包对数据进行统计分析,各组间关系采用检验和秩相关检验。

2.结果

2.1 HPV检测结果分析。144例受检者中,阳性者87例,阳性率为60.42%。

表1 144例患者HybriMax法检测HPV结果

宫颈病变总例数HPV阳性

例数百分率(%)

慢性宫颈炎21838.09

CINⅠ211047.62

CINⅡ-Ⅲ503570.00

宫颈癌523465.38

合计1448760.42

对以上结果进行检验,P0.05,提示不同程度宫颈病变间HPV感染的差异有统计学意义;且进行相关分析r=5.704,P=0.017,具有显著性差异,提示宫颈病变与HPV感染有相关性。

2.2 宫颈不同病变组织中HPV型别及HPV多重感染情况。HybriMax法检测144例宫颈病变患者中,阳性者87例,其中HPV16型阳性及包含HPV16型阳性者64例(占73.56%),多重感染者每种类型单独计算,其他还包括52型7例,58型6例,18型3例,53、66、39、66、31型分别2例,33、56、45型分别1例。显示宫颈病变HPV感染以HPV16型最为多见。

有HPV多重感染者11例,其中CINI 3例,CINⅢ 3例,宫颈癌4例,进行统计学分析,P>0.05,表明HPV多重感染与宫颈病变严重程度无关。

3.讨论

HybriMax法是目前最前沿的HPV分型检测手段[1],已广泛应用于临床。本文旨在探讨HPV感染与宫颈病变程度及其发生的关系。

3.1 HPV概要。1933年人类首次发现人瘤病毒(HPV),1978年第1例生殖道HPV被鉴定[2]。HPV是一组双股DNA病毒,属乳多空病毒科。随着分子生物学技术的发展,目前已确定HPV亚型超过200种,有54种可感染生殖道粘膜,按病毒致癌能力的大小分为高危组和低危组[3],低危型HPV主要引起良性外生性疣,宫颈上皮内瘤变,高危型HPV中HPV16占50%,HPV18占14%。其中30多种与宫颈感染和病变有关。HPV的型别还与子宫颈癌的病理类型有关,在子宫颈鳞癌中以HPV16为主(占51%),而在子宫颈腺癌中HPV18占56%[4]。本研究中以宫颈鳞癌为主,结果显示HPV感染以HPV16型为主(占73.56%)。

3.2 HPV感染与宫颈病变程度的关系。国际癌症研究中心(IARC)专题讨论会(1995年)明确提出HPV感染是宫颈癌的主要危险因素。目前流行病学资料结合实验室的证据显示,HPV感染是诱发宫颈癌的首要启动因素,HPV持续感染可能促进宫颈从慢性宫颈炎状态逐步进展到子宫颈癌前病变的CINCINⅡCINⅢ,进而发生子宫颈浸润癌。本研究结果显示HPV感染与宫颈病变程度呈正相关,进一步验证了上述理论。

总之,对宫颈组织检测HPV感染比观察细胞学和病理改变意义更大,如能及早发现HPV感染就可以进行早期干预和早期治疗[7],有效地阻断宫颈病变的发展和宫颈癌的形成,降低宫颈癌的发生率和死亡率。

参考文献

篇3

    生物医学工程(Biomedical Engineering, BME)是在生物医学和工程技术交叉融合的基础上发展起来的新兴边缘学科。该学科的迅速发展,大幅度提高了卫生服务水平和患者生活生存质量,促进了相关领域科技进步。我国有很多高校开设了生物医学工程专业,以满足社会发展需要。生物医学工程由于其学科交叉的广泛性,因此该学科的课程特别多。普遍认为该学科的主干课程至少包括电子信息类《电路分析基础》《模拟电子技术》《数值电子技术》《微机原理》《单片机原理》《接口技术》等20余门,生物医学类《解剖学》《生理学》《生理化学》《普通生物学》《细胞分子生物学》《康复工程学》《生物工程学》《临床医学概要》等30余门。课时总量超过3000学时。如果再加上《英语》《数学》《物理》等公共课程,总学时将会超过4000学时,远远超过了教育部人才培养方案的学时限制。在2012年教育部最新颁布的人才培养方案修订要求4年制理工专业总学时控制2800左右。如此大量的课程在短短的4年学制内,无法有效地组织教学。虽然,各个学校结合自己教学特色进行裁剪,但仍然面临着课时不够、学生负担过重的问题。因此,为了有效地教学、提高教学效果、减轻学生负担,课程的优化成为一个长期讨论的热点。毫无疑问,优化课程应该从学时多,内容相似的课程着手。《微机原理》和《单片机原理与应用》这两门课都高达60学时而且还为压缩后的学时,因此,成为优化的重点考虑对象,也是教学研讨会经常争论的话题。

    1 内容相似性

    以往,《微机原理》和《单片机原理与应用》这两门课程是生物医学工程专业的两门必修课程,有近20年的历史。《微机原理》以Intel的80i86为教学内容作为嵌入式处理器学习的基础课,而《单片机原理与应用》以80C51为教学内容作为嵌入式处理器学习实例的应用课程。为我国培养了许多电子技术相关领域的科技人才。严格来说,这两门课,一门作为基础,一门作为应用相辅相成,不可分割。而在实际教学过程中,并非如此。首先从教学内容来看,这两门课的教学内容高度相似。微机原理的教学内容有:微处理器基本概念、工作原理和硬件结构,汇编语言指令系统和程序设计方法与技巧,中断系统、定时器/计数器和串行通讯的工作原理和应用,微机系统扩展、人机交互、A/D和D/A等接口技术,以及微机应用系统设计实例等。《单片机原理与应用》的教学内容有:单片机结构原理、指令系统和汇编语言程序设计、存储器扩展技术、中断系统、定时器/计数器、串行通信原理及应用、系统扩展、人机交互、A/D与D/A转换器接口技术、单片机应用系统的设计与开发等。从中,我们不难看出这两门课的区别无非是处理器不同而已,教学内容存在高度相似性。

    而在实际教学时,这两门课通常由两个教师来上,课时都在60左右。一方面,由于课时少,授课难以面面俱到而进行选择性授课,从而导致教学内容遗漏;另一方面,由于任课教师的不同,教学内容出现大量重复。虽然学生经过两门课程的学习,但不能精通任何一门,甚至由于不能入门而对嵌入式系统产生恐惧。因此,同时开设这两门课程并没有达到想象中的教学效果。针对这一现象,有不少学者提出将《微机原理》和《单片机原理与应用》这两门课程进行合并,教学时对这两种处理器进行比较教学以提高学习效率,减少课时量,减轻学生负担。毫无疑问,经过课程的合并必提高教学效果,但从现代企业对相关专业技术人员的理论知识和素质能力要求来看,《微机原理》已经落后于时代,学无所用。

    2 社会需求

    经过大量课程的学习,生物医学工程学生的就业竞争力并没有得到很大提升。大量的课程培养了知识面很宽的工程师。这些工程师只懂得一般工程原理而不具备任一领域的专业知识。因此,当他们与其他专业的毕业生竞争时,生物医学工程毕业生往往处于劣势,许多BME公司宁愿聘用信息工程技术相关专业的学生,而不聘用BME的学生。美国犹他州立大学生物医学工程系在BME工业部门做的问卷调查发现40%的人认为BME学生知识面很宽是他们最大的优势,75%的人认为BME学生没有坚实的专业知识。这表明目前的BME课程体系设置还需要在专业知识上进一步巩固。设置更多专业课势必进一步增加课程,显然是行不通的。因此,必须进行优化整合进行探讨,培养学生既拥有广阔的知识面,又具备坚实的专业知识。

    《微机原理》以8086/8088处理器为蓝本介绍处理器的工作原理,并学习使用该处理器。当然,诞生于1978年的8086的诞生开启了仪器智能化的新时代。但随着处理器的发展,单片机的崛起,8086/8088处理器早已经走下神坛而被淘汰,目前市场很难见到8086/8088的踪迹。以8051为代表的单片机逐步取代8086/8088成为行业应用的主流。随着技术的发展,8051虽然也被淘汰,但是其指令兼容的单片机形成庞大的家族活跃在各个行业应用上,从简单的玩具到复杂的航空航天、医疗设备等高科技随处可见51兼容单片机的影子。当然,还发展出其它类型的单片机,如:AVR、PIC等。现代企业招聘时,通常要求应聘者具有一定的单片机开发能力。企业要求的单片机开发能力,显然不是指8086/8088微处理器的开发能力,而是指8051兼容单片机的开发能力,如果再掌握AVR或者PIC单片机开发技能则会更受企业欢迎。《微机原理》课程已经出现教学内容与社会需求脱节,学与用脱节的现象,也导致企业抱怨学生掌握的知识过于陈旧而不愿意招聘应届毕业生。此外,很多毕业生也反应《微机原理》课程中学习的知识无实际用处,对学习其它嵌入式处理器的学习与理解帮助不大。而对于单片机由于就业需要强劲,实用性强,容易上手等因素,学生有很强的学习欲望。

    总之,8086/8088系列微处理器已经在生产实际中淘汰,如果《微机原理》仍然以8086/8088为蓝本讲解微处理器的原理,则显得知识过于陈旧,与企业需求脱节。由于在生产实际中8051兼容的单片机庞大家族仍然广泛应用,因此要加强单片机的学习,不仅可以让学生了解微处理器的工作原理,也能与社会需求接轨,培养出合格的现代企业工程师。

    3 可行性验证

    自2009年以来,我校生物医学工程系就开始小范围试点取消《微机原理》,强化《单片机原理与应用》的教学,取得很好的教学效果。2010年二年级6个本科生由于参加电子设计竞赛而在没有学习《微机原理》的情况下,直接学习单片机开发。在学习过程中,并不比那些有《微机原理》基础的学生表现差。事实上,2011年电子设计竞赛中,他们表现得极为出色。此外,也有不少学校已经开设微机原理课程,并在教学实践中获得良好的教学效果。

    目前,市场涌现出许多零基础学习单片机的教材,如:杜洋的《爱上单片机》、周兴华的《手把手教你学单片机》等。《爱上单片机》和《手把手教你学单片机》不仅市场上脱销,而且网上扫描版下载量奇高,新手几乎人手一本。纵观这些教材都不要求学习者拥有《微机原理》基础,大幅度降低了单片机的学习难度和入门起点。读者对这些教材的热捧不仅说明单片机存在广泛的需求,更表明单片机学习的起点可以很低。

    不论是从我们的教学实践中,还是从目前单片机教材来看,《微机原理》完全没有必要作为《单片机原理与应用》的前置课程。取消该课程,不仅不影响教学效果,反而有利于减轻学生负担,促进《单片机原理与应用》的教学,缩短教学与企业需求距离。

篇4

关键词：链接预测；数据场；链接重要性；节点相似性；复杂网络

中图分类号： TP391.4

文献标志码：A

Abstract： The existing link prediction methods based on node similarity usually ignore the link strength of network topology and the weight value in the typological path method with weight is difficult to set. To solve these problems， a new prediction algorithm based on link importance and data field was proposed. Firstly， this method assigned different weight for each link according to the topology graph. Secondly， it took into account the interaction between potential link nodes and preestimated the link values for the partial nodes without links. Finally， it calculated the similarity between two nodes with data field potential function. The experimental results on some typical data sets of the realworld network show that， the proposed method has good performance with both classification index and recommended index. In comparison to the Local Path （LP） algorithm with the same complexity， the proposed algorithm raises Area Under Curve （AUC） by 3 to 6 percentages， and raises Discounted Cumulative Gain （DCG） by 1.5 to 2.5 points. On the whole， it improves the prediction accuracy. Because of its easy parameter determination and low time complexity， this new approach can be deployed simply.

Key words： link prediction； data field； link importance； node similarity； complex network

0引言

自文献[1]LibenNowell等[1]首次提出社会网络链接预测的问题以来，链接预测已成为社会网络分析的热点。链接预测是通过已知的网络结构等信息预测和估计目标网络中尚未被观察到的或者在未来会出现的链接，可应用于科学研究、社会安全、行政商业决策、分子生物学的蛋白质关系预测、犯罪网络调查、各种推荐系统等，如文献[2-4]。此外，通过对链接预测的技术和方法进行研究，可以加深对于复杂网络的总体演变规律的理解，进而推动其他复杂网络研究分支的发展。

目前主流的链接预测方法主要分为基于概率模型的算法[5-9]（如文献[5-9]）、基于节点相似性的预测算法[1，10-19]（如文献[1，10-19]）。利用概率模型进行链接预测的基本思想是建立含有一组可调参数的模型，然后使用一些优化策略寻找最优的参数值，使得所得到的模型能够更好地再现真实网络的结构和关系特征。网络中两个没有链接的节点对建立链接的概率等于在这组最优参数下，它们之间建立链接的条件概率。概率模型的优势在于较高的预测精确度，同时使用了网络的结构信息和节点的属性信息；但计算的复杂度以及非普适性的参数使其应用范围受到限制。基于节点相似性算法主要基于网络的拓扑信息进行链接预测，该方法对于集聚系数较低的网络预测准确性较低，但计算简单，可扩展性良好，且可被用于实时预测任务中，因此，本文主要研究基于节点相似性的链接预测算法。很多学者对基于节点相似性的方法作了相关研究，如文献[1，10-19]，典型的方法有共同邻居（Common Neighbor， CN）算法[1]、局部路径（Local Path， LP）算法[10]和Katz（A new status index named after Katz L）[13]请明确这3个算法到底指代的哪个文献？Katz是指代文献13吗？CN指代哪个文献，LP指代哪个文献？请逐个明确。等，详细信息可参考文献[10，13，20]。以CN为基础的10余种算法都只把网络中有直接链接的表示为1，没有直接链接的表示为0，没有考虑链接的重要性信息，而现实的网络链接中显然是存在链接强度的。基于路径拓扑的相似性方法，如LP和Katz算法的权值确定不直观，且Katz的权值必须满足一定的条件，计算时间复杂度较高，每次权值的改变都需要重新计算，实际使用效率不高。

针对以上问题，本文提出了基于链接重要性和数据场的链接算法――WCDF（Weighted Complete Data Field）。该算法对现有的链接作加权处理，同时考虑了潜在链接间的影响，对一些没有链接的边进行链接预估计，最后利用数据场势函数计算两节点间的相似值，在整体上提高了预测的准确率。

1相关工作

目前，基于节点相似性的链接预测算法已有大量研究。两个节点之间相似性越大，则它们之间存在链接的可能性就越大，这是应用节点相似性进行链接预测的重要前提假设。LibenNowell等[1]另外，CN是指代文献1吗？请明确。要注意与前文的描述保持一致。提出共同邻居（CN）的方法。该方法认为如果两节点有更多的共同邻居，那么它们更倾向于建立链接，因此考虑了节点的共同邻居这一拓扑属性。Zhou等[10]提出一种新的基于节点相似性的资源分配（Resource Allocation， RA）算法，比其他基于节点相似方法[1，12]有更好的实验结果（如文献[1]和[12]）。该方法从网络资源分配的角度提出新的RA指标，对于网络中没有直接相连的两个节点x和y，它们的共同邻居可以成为媒介，协助建立链接。当网络的平均度较大的时候RA效果明显。Lü等[12]提出LP局部路径指标，该算法是在共同邻居CN指标的基础上考虑了三阶邻居的贡献，利用一个参数来控制三阶路径的作用大小。Katz[13]提出的Katz算法考虑所有的路径数，对于短路径赋予较大的权重，对于长路径赋予较小的权重。Katz算法提出的权重不易确定，同时Katz中的权值取值须小于邻接矩阵A最大特征值的倒数，这样才可以保证数列的收敛性，且计算复杂度较高。

对于链接强度的研究主要集中在具体网络节点的属性上，很少有文献研究从网络拓扑本身的角度挖掘权重信息。部分学者在链接强度上作了相关的工作。孙浩[21]提出了基于时间信息的在线社交网络的链接预测框架，在该链接预测框架中，使用核函数来提取网络的时间特征来形成基于时间信息的加权概要图，在时间局部性和时间再现性基础上再使用扩展的关系贝叶斯分类器来进行链接预测。李玉华等[22]给出一种基于链接重要性的动态链接预测方法，引入链接重要性的度量，对拓扑属性和语义相似度等属性进行修正，考虑动态性以反映时间因素对链接形成的影响。Murata等[23]针对于社交网络中两个节点间的事务次数作为链接的权值，进行链接预测。

综上所述，现在的基于节点相似性的算法，如CN、RA等算法没有考虑链接权重信息，部分学者如孙浩[21]、李玉华等[22]借助网络的特有属性信息，针对特定网络为链接加权处理，然而网络的私有属性通常不容易获得，并且研究的普适性不强；现有的基于带权路径的典型算法，如LP、Katz中的权值确定通常采用简单的试探，很难达到最优解。考虑到基于节点相似的算法有简单，可扩展性强，又同时又一定的提升改进空间，本文主要针对基于节点相似算法的不足加以改进，提升预测的准确率。

总之，在两个评价指标的实验中，WCDF算法与其他4种方法算法相比整体上有优势。与已有算法相比，本文算法还有如下优点：

1）与具有相同时间复杂度的LP算法相比，WCDF整体提高了准确率，比较高时间复杂度的Katz方法略有优势，并且WCDF参数的确定简单，容易求出次优解。而Katz的参数不仅有限制，而且每次参数的变化Katz都要重新计算，调整参数时间代价较高，而WCDF改变权值时和LP一样，不需要重新计算路径数信息。

2）WCDF算法在以AUC和DCG两种衡量指标中都有很好的整体效果，而Katz在以AUC为衡量指标时占优势，以DCG为衡量指标时不占优势，LP和RA在以AUC为衡量指标时不占优势，在以DCG为衡量指标时较占优势。

3）原有的LP、Katz算法中的β值没有固定的区间，不稳定，很难确定出优解，而且在Katz算法中β的取值须小于邻接矩阵A最大特征值的倒数，这样才可以保证数列的收敛性，每次参数的改变都需要重新计算，调整参数时间代价很大。WCDF算法参数的确定简单、直观：当参数σ达到一定的值后在很长区间内趋于稳定，采用几次简单的试探便能够在一定区间内找到很好的次优解，参数确定更直观，且参数的改变不需要重新计算路径数，调整参数时代价小。

4结语

针对已有基于节点相似性的链接预测方法的缺陷，提出一种基于链接重要性和数据场的链接预测方法。该方法从邻居节点的角度考虑了链接重要性的影响，同时在已有算法的基础上对没有直接相连的节点之间进行链接可能性进行预估计，且提出利用数据之间的吸引力来计算不同节点之间的相似性。本文方法在不增加时间复杂度的情况下，与其他算法相比，整体上提高了准确率，并且参数调节简单、直观，代价小，有一定的实用价值。但新方法中暂时只考虑了两节点间的拓扑信息，而节点的活跃性信息还没有计算在内，下一步工作将加入节点的活跃信息以及其他网络属性特征来计算节点相似度。

参考文献：

[1]LIBENNOWELL D， KLEINBERG J. The link prediction problem for social networks [J]. Journal of the American Society for Information Science and Technology， 2007， 58（7）： 1019-1031.

[2]HUANG Z， LI X， CHEN H. Link prediction approach to collaborative filtering [C]// JCDL05： Proceedings of the 5th ACM/IEEECS Joint Conference on Digital Libraries. Piscataway： IEEE Press， 2005： 141-142.

[3]BISCHOFF K， FIRAN C， GEORGESCU M. Social knowledgedriven music hit prediction [C]// ADMA 2009： Proceedings of the 5th International Conference on Advanced Data Mining and Applications. Berlin： Springer， 2009： 43-54.

[4]PAVLOV M， ICHISE R. Finding experts by link prediction in coauthorship networks [EB/OL]. [20140115]. http：//sunsite.informatik.rwthaachen.de/Publications/CEURWS/Vol290/paper04.pdf.

[5]JEH G， WIDOM J， SIMRAN K. A measure of structural context similarity [C]// Proceedings of the 8th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. New York， ACM Press， 2002： 538-543.

[6]BLONDEL V D， GAJARDO A， HEYMANS M， et al. A measure of similarity between graph vertices： applications to synonym extraction and Web searching [J]. SIAM Review， 2004， 46（4）： 647-666.

[7]SARUKKAI R R. Link prediction and path analysis using Markov chains [J]. Computer Networks， 2003， 33（6）： 377-386.

[8]FRIEDMAN N， GETOOR L， KOLLER D， et al. Learning probabilistic relational models [C]// IJCAI99： Proceedings of the Sixteenth International Joint Conference on Artificial Intelligence. San Francisco： Morgan Kaufmann Publishers， 1999： 1300-1309.

[9]HECKERMAN D， MEEK C， KOLLER D. Probabilistic entityrelationship models， PRMs， and plate models [C]// Proceedings of the ICML2004 Workshop on Statistical Relational Learning and its Connections to Other Fields. Banff： [s.n.]， 2004： 55-60.

[10]ZHOU T， L L， ZHANG Y C. Predicting missing links via local information [J]. The European Physical Journal B， 2009， 71（4）： 623-630.

[11]DONG Y， KE Q， WU B. Link prediction based on node similarity [J]. Computer Science， 2011， 38（7）： 162-199.（东昱晓，柯庆，吴斌.基于节点相似性的链接预测[J].计算机科学，2011，38（7）：162-199.）

[12]L L， JIN C H， ZHOU T. Similarity index based on local paths for link prediction of complex networks [J]. Physical Review E， 2009， 80（4）： 046122.

[13]KATZ L. A new status index derived from sociometric analysis [J]. Psychometrika， 1953， 18（1）： 39-43.

[14]SHEN Y. Link prediction in complex networks [D]. Guangzhou： South China University of Technology， 2011.（沈勇明.复杂网络链接预测[D].广州：华南理工大学，2011.）

[15]TENG Z. Research on link prediction for dynamic networks [D]. Jinan： Shandong University， 2012.（滕兆明.动态多维社会网络链接预测研究[D].济南：山东大学，2012.）

[16]YIN H. Research on link prediction for social networks [D]. Changchun： Jilin University， 2012.（殷涵.社会网络链接预测研究[D].长春：吉林大学，2012.）

[17]ZHAO C. Link prediction for social networks [D]. Harbin： Harbin Institute of Technology， 2012.（赵婵媛.社会网络链接算法研究[D].哈尔滨：哈尔滨工业大学，2012.）

[18]GAO S， DENOYER L， GALLINARI P. Temporal link prediction by integrating content and structure information [C]// Proceedings of the 20th ACM International Conference on Information and Knowledge Management. New York： ACM Press， 2011： 1169-1174.

[19]CUI A， FU Y， SHANG M， et al. The local structure of complex networks sprung up： common neighbor drive network evolution [J]. Acta Physica Sinica， 2011， 60（3）： 803-808.（崔爱香，傅彦，尚明生，等.复杂网络局部结构的涌现：共同邻居驱动网络演化[J].物理学报，2011，60（3）：803-808.）

[20]ADAMIC L A， ADAR E. Friends and neighbors on the Web [J]. Social Networks， 2003， 25（3）： 211-230.

[21]SUN H. Research on link prediction based on transactional information [D]. Qinhuangdao： Yanshan University， 2010.（孙浩.基于事物信息的链接预测算法研究[D].秦皇岛：燕山大学，2010.）

[22]LI Y， XIAO H， LI D， et al. Research of dynamic link prediction method based on link importance [J]. Journal of Computer Research and Development， 2011，48（z2）： 40-46.（李玉华，肖海岭，李栋才，等.基于链接重要性的动态链接预测方法研究[J].计算机研究与发展，2011，48（z2）：40-46.）

[23]MURATA T， SAKIKO M. Link prediction of social networks based on weighted proximity measures [C]// Proceedings of the 2007 IEEE/WIC/ACM International Conference on Web Intelligence. Washington， DC： IEEE Computer Society， 2007： 86-88.

[24]GRANOVETTER M S. The strength of weak ties [J]. Journal of American Sociology， 1973， 78（6）： 1368-1178.