SimRank--基于结构的相似度度量方法学习笔记

详见：Glen Jeh 和 Jennifer Widom 的论文SimRank: A Measure of Structural-Context Similarity∗

1. 目前主要有两大类相似性度量方法：

        (1) 基于内容(content-based)的特定领域(domain-specific)度量方法，如匹配文本相似度，计算项集合的重叠区域等；

        (2) 基于链接（对象间的关系）的方法，如PageRank、SimRank和PageSim等。最近的研究表明，第二类方法度量出的对象间相似性更加符合人的直觉判断。

2. SimRank--完全基于结构信息，且可以计算图中任意两个节点间的相似度。

3. 

（1）如果在G中，a指向c，b指向d，则在G^2中node（a，b）指向node（c，d）。

（2）从G^2中{Univ，Univ}=1开始顺着指向顺序，依次迭代、循环计算，直到所有的相似度值趋于稳定为止。

（3）

4. 论文的详细python代码实现见博客   http://www.cnblogs.com/zhangchaoyang/articles/4575809.html