【摘要】顶点相似度计算在现实生活中具有广泛的应用。当前对相似性计算的研究工作主要集中于静态图上,并且大多相似性计算模型是基于SimRank算法提出的。而现实中的许多场景,需采用时序图进行建模。当前针对静态图的大量SimRank的计算方法无法在时序图中实现,因此该文对大规模时序图中的SimRank计算开展详细研究,并提出一种时序关联的SimRank计算方法(temporal-aware SimRank,TaSimRank)。TaSimRank根据图的拓扑结构和时间约束通过高效的迭代方法计算SimRank。同时,该文提出一种近似算法,通过随机游走方法建立树形索引,使用Monte Carlo方法近似计算顶点的相似度,取得时间和效率的平衡。最后,通过大量真实实验验证了提出算法的有效性和可扩展性。