论文题目：

无权网络零模型的构造与应用

论文地址：

http://cdw.cnki.net/kcms/detail/detail.aspx?filename=DKDX201901020&dbcode=CRJT_CJFD&dbname=CJFDLAST2019&v=

论文简介：

这篇论文主要研究了无权网络的零模型构造及应用，其中重点是无权无向网络部分。发现了网络零模型能为实证无权网络提供一个准确的基准，结合网络的统计量指标可定性和定量描述出实际复杂网络的非平凡特性以及这种非平凡特性的程度及来源。

论文题目：

Sign Prediction by Motif Naive Bayes Model in Social Networks

论文地址：

https://www.researchgate.net/publication/341995928_Sign_Prediction_by_Motif_Naive_Bayes_Model_in_Social_Networks

论文简介：

通常，基于模体的符号预测方法的核心思想是计算预测边上的模体数量，然后通过机器学习分类器进行预测。这种方法尚未得到理论上的证明，并且无法区分网络中每个节点的角色。本文提出的模体朴素贝叶斯模型不仅可以从理论上解释基于边模体的预测方法，还可以量化网络中每个节点（针对于三阶模体）或每条边（针对于四阶模体）的角色，从而提高了预测的精度。