复杂系统中的预测：以国际贸易为例

类别向量的元素设置为1或0，每个元素的概率为50%。用户偏好向量以50%的概率设置为零，否则设置为1或1-1的概率相等。在用户和项目之间逐个创建链接。我们向其添加链接的用户i以统一的概率在每个用户中选择，项目α按照以下规则选择p（α，i）=θkα+1Pβkβ+1+（1- θ） cα·ti/OαiPβcβ·ti/Oβi（D.1），其中θ是一个参数，用于调整生长过程中使用的首选附件或用户偏好的数量，而Oα是充满cβ·ti=cα·ti的项目数β。用Oαi进行归一化可增加重叠度高的项目的权重cα·i，并补偿此类项目数量较少的事实。当α·ti<0时，该项与1成正比- θ被忽略，只有第一项贡献toP（α，i）。网络中总共创建了m个链接。请注意，模型设置和参数是任意的，可以修改以适应用户和项目的不同行为。这一基本模型与用于评估新闻推荐模型[44,45]的基于代理的模型类似，但它并不足以说明优先依恋和推荐绩效之间所需的依赖关系。当网络仅以优先依附（θ=1）构建时，项目的实际程度与其未来增加程度之间的相关性为0.91。当只使用用户偏好来构建网络（θ=0）时，这种相关性下降到0.11。然后，使用与之前国家产品数据相同的方法，对通过热扩散或质量扩散方法对人工创建的数据得出的建议进行评估。结果如图D.1所示。在没有优先连接的情况下，马萨和热在精确度和恢复方面表现相似。

相比之下，当优先附着是主要驱动力（θ>0.75）时，质量在精度和回收率方面明显优于热量。这表明，优先依附在系统解中的权重对于选择最优推荐算法至关重要。请注意，在该模型中，我们假设用户端存在狭窄的学位分布，这与图D.2所示的国家学位分布一致，这与现实社会和电子商务数据中常见的scalefree分布也相去甚远。[1] 斯奈德D和踢E L 1979 Am。J.社会尔。1096–1126[2]Serrano M A和Bogu)n\'A M 2003物理系。牧师。E68 015101[3]Tinbergen J 1962塑造世界经济[4]Fagiolo G 2010 J.Econ。互动库德。5.1-25[5]巴塔查里亚K、慕克吉G、萨拉姆-阿基J、卡斯基K和曼纳S 2008 J.统计机械。2008年P02002[6]伊达尔戈C A、克林格B、巴拉伯阿西A L和豪斯曼R 2007科学317 482–487[7]豪斯曼R、黄J和罗德里克D 2007 J.Econ。增长12 1–25[8]Cristelli M，Taccella A和Pietronero L 2014基于主体模型的经济复杂性经济物理学新前沿概述（Springer）第147–159页[9]Hummels D和Klenow P J 2005 Am。经济部。牧师。704–723[10]劳赫J E 1999 J.国际经济。48 7–35[11]李本·诺威尔D和克莱因伯格J 2007 J.Am。Soc。中导Sci。技术。58 1019–1031[12]L–u L和Zhou T 2011 Physica A 390 1150–1170[13]塔切拉A、克里斯泰利M、卡尔达雷利G、加布里利亚和皮特罗内罗L 2012 Sci。众议员2 723[14]Resnick P和Varian H R 1997公社。ACM40 56–58[15]Adomavicius G和Tuzhilin A 2005 IEEETransactions on Knowledge and Data Engineering 17 734–749[16]朱X，田H，胡Z，张P和周T 2015arXiv预印本arXiv:1501.03577[17]Koren Y 2010 Common。ACM 53 89–97[18]周T，库什西克Z，刘继庚，梅多M，韦克林J R和张Y C 2010年程序。纳特尔。阿卡德。Sci。美国

107 4511–4515[19]Barab\'asi A L和Albert R 1999科学286509–512[20]Hidalgo C A和Hausmann R 2009程序。纳特尔。阿卡德。Sci。U.S.A.106 10570–10575[21]Hausmann R和Hidalgo C A 2014《经济复杂性图谱：通往繁荣之路》（麻省理工学院出版社）[22]Cristelli M，Gabrielli A，Taccella A，CaldarelliG和Pietronero L 2013公共科学图书馆综合8 e70726[23]Feenstra R C，Lipsey R E，Deng H，Ma A C and Mo H 2005 NBER工作文件11040[24]Balassa B 1965曼彻斯特学校33 99–123[25]Sarukkai R R 2000计算机网络33 377–[26]Zaccaria A，Cristelli M，Taccella A and Pietronero L 2014 PLoS one 9 e113770[27]Pugliese E，Zaccaria A and Pietronero L 2014arXiv预印本arXiv:1410.0249[28]Zhang Y C，Blattner M and Yu K 2007 Phys。牧师。莱特。99 154301[29]周婷，任杰，梅多米和张耀中2007年物理学。牧师。E 76 046115[30]L–u L，Medo M，Yang C H，Zhang Y C，ZhangZ K和Zhou T 2012 Phys。众议员519 1–49[31]Tribus M 1961恒温与热力学（麻省理工学院高级工程研究中心）[32]Hamming R W 1950贝尔系统技术期刊29 147–160[33]Newman M E 2001物理学。牧师。E 64 016131[34]Jeong H，Tombor B，Albert R，Oltwai Z N and Barab\'asi A L 2000自然407 651–654[35]纽曼M E 2001程序。纳特尔。阿卡德。Sci。美国98 404–409[36]Bennett J和Lanning S 2007 KDD cup and workshop（ACM）第35[37]页曾A、杨春海、尚文思和张耀强C2012 Europhys的净流量奖程序。莱特。97 18005[38]Abu Mostafa Y S、Magdon Ismail M和LinH T 2012从数据中学习（AMLBook）[39]曾A、维德默A、梅多M和张Y C2014 Europhys。莱特。

105 58002[40]Bell R M and Koren Y 2007 ACM SIGKDD Explorations通讯9 75–79[41]Koren Y，Bell R and Volinsky C 2009 IEEEComputer 42 30–37[42]Jahrer M，T–oscher A and Legenstein R 2010将精确推荐系统的预测与第16届ACMSIGKDD国际知识发现和数据挖掘会议（ACM）论文集第693页–[43]Sarwar B，Karypis G，Konstan J和Riedl J2001基于项目的协作过滤推荐算法第10届国际万维网会议论文集第285–295页[44]Medo M，Zhang Y C和Zhou T 2009 EPL（Europhys.Lett.）88 38005[45]周T，Medo M，Cimini G，Zhang Z K and Zhang Y C 2011公共科学图书馆一期6 e20648