数据处理的问题（机器学习+数据处理+预测相关性）

Question

最近遇到了一个数据处理的问题，没有什么思路。。特来提问，希望有高手路过，可以指点一二。

题目大概是这个样子的：有四个实体A B C D
每个实体都有上百个实例，比如A中有实例a1,a2....an

这些实例之间是有一定关系的，现在给出可以表示他们之间关系的矩阵，0表示无关，1表示相关，给出了6个相关性矩阵

A-A
B-B
A-B
A-C
B-C
A-D

比如说A-A矩阵，里面就表示了ai与aj是否存在关系，又如A-C矩阵，里面表示的就是ai与cj之间是否存在关系

在这4个实体（ABCD）中最重要的两个是实体A和实体B，所以题目又分别给出了实体A和实体B的相似度矩阵

A的相似度矩阵A’： 表示ai与aj的相似度，当然主对角线全为1，其余都是一些0-1之间的数，表示相似度
B的相似度矩阵B’： 表示bi与bj的相似度，当然主对角线全为1，其余都是一些0-1之间的数，表示相似度

现在要做一件什么事呢，告知A-B这个矩阵中之前的相关性信息有缺失，让预测出A-B阵中ai与bj之间最有可能存在关系的那些点，找出最有可能的前10个

因为了解的算法并不多，希望高手可以详细说下，指明下研究的方向，谢谢啦！！