2013年上映的电影《地心引力》浓墨重彩地描述了人类失去赖以生存的母体作用，生命也将随时面临危机，其关联关系显而易见。然而，万有引力与网络科学，与互联网有什么关系呢？最近，虎哥的处女作”Gravity Effects on Information Filtering and Network Evolving”刚刚在PLoSONE上发表，详细地阐述了这方面的研究进展。

利用万有引力模型，进行社会经济信息方面的研究由来已久。如人口迁移[1]，国际贸易[2]，交通分析[3]，人类空间行为预测[4]等。然而，在人类在线行为分析、建模和预测的工作中，万有引力模型的应用还很少见。本文利用人们的在线标注行为中的蕴藏的丰富信息，将用户和物品的标签数视为“质量”，将二者之间的共同兴趣大小(相同标签个数)视为“距离”，这样很自然地将引力模型引入到推荐系统中，刻画和预测未知二元关系的似然程度。进一步地，为了理解“万有引力”和网络增长的关系，我们将所改进的引力模型和ER及BA模型进行比较，发现基于引力模型演化的网络，其拓扑性质比ER、BA等随机网络更加贴近真实网络结构。总结而言，本文的贡献有以下三点：

1．    将万有引力模型引入到推荐系统中，方法简洁而新颖，结果也更优；

2．    基于兴趣的万有引力模型，比随机网络模型更能刻画真实网络；

3．    在推荐算法设计中，没有像传统推荐模型一样，显式地利用网络关系，而是从人的兴趣行为这一根本驱动力出发，匹配“人-物”这一对二元关系。更优算法的结果预示着人的兴趣行为可以用来有效地预测网络结构。这种从网络底层到网络表层的预测方法，越来越显示出一系列有趣、有效也更有解释性的优越性，我们在后面其他的工作中还会持续介绍。

另外，本文用到的数据，可在论文官方网页上提供免费下载。

编后注：利用引力模型做信息推荐，最初的灵感来自于博友章成志对博主一篇博文的评论，并介绍了一篇相关的计算机会议论文。当时我看完后，第一感觉是，问题很有趣，方法太繁琐，有如隔靴搔痒般的不爽利。经过大家几番试验后，终于采用最接近引力模型原始方式来处理。可以说，本工作完全是来自于科学网互动交流的启发。本文在最后也特别致谢了章成志博友。

参考文献：　

[1] Karemera D, Oguledo VI, Davis B (2000) Agravity model analysis of international migration to north america. Appl Econ 32: 1745–1755.

[2] Rose AK (2004) Do we really know that thewto increases trade. Am Econ Rev 94: 98–114.

[3] Jung, WS, Wang F, Stanley, HE (2008)Gravity model in the Korean highway. EPL. 81: 48005

[4] Simini, F, González MC, Maritan A, Barabási, AL (2012). A universal model for mobility and migration patterns. Nature 484, 96-100

论文信息:Jin-Hu Liu, Zi-Ke Zhang, Chengcheng Yang, Lingjiao Chen, Chuang Liu,XueqiWang. Gravity Effects on Information Filtering and Network Evolving. PLoS ONE 9(2014) e91070.

论文在线：

 http://www.plosone.org/article/info%3Adoi%2F10.1371%2Fjournal.pone.0091070 

本地下载：

 2014PO-Gravity Effects on Information Filtering and Network Evolving.pdf