鏈路預測是基于目前已存在的連邊預測未來存在連邊的可能性,可以部分解決復雜網(wǎng)絡中缺失信息的還原和預測這一重要問題,已成為復雜網(wǎng)絡研究的熱點之一。傳統(tǒng)的基于馬爾可夫鏈或機器學習的預測技術(shù)主要考慮節(jié)點本身的屬性,預測精度較高,但在實際中囿于參數(shù)的約束難以應用;基于網(wǎng)絡結(jié)構(gòu)的最大似然估計方法的計算復雜度較高,難于應對大規(guī)模網(wǎng)絡。此外,既有鏈路預測主要針對無向無權(quán)網(wǎng)絡展開研究,對無向有權(quán)、有向無權(quán)及有向有權(quán)網(wǎng)絡的研究較少。基于此,本文選擇銀行交易網(wǎng)絡為研究對象,基于鏈路預測的理論和技術(shù),引入學習模型,綜合考慮網(wǎng)絡的結(jié)構(gòu)屬性與演變趨勢,設計并實現(xiàn)了自適應的鏈路預測算法。論文的主要工作如下:第一、研究總結(jié)了復雜網(wǎng)絡和鏈路預測的基本概念及研究現(xiàn)狀,重點對比分析了現(xiàn)有的經(jīng)典鏈路預測技術(shù)與評價指標。第二、在分析交易網(wǎng)絡數(shù)據(jù)集屬性的基礎上構(gòu)建無向有權(quán)客戶交易網(wǎng)絡,研究并量化分析了不同時間段交易網(wǎng)絡的度分布、聚集系數(shù)、平均路徑長度等網(wǎng)絡拓撲結(jié)構(gòu)特征,驗證了客戶交易網(wǎng)絡具備復雜網(wǎng)絡的特性。第三、考慮到交易網(wǎng)絡的動態(tài)變化特性,設計并實現(xiàn)了一種適用于交易網(wǎng)絡的預測算法。通過節(jié)點權(quán)重的變化,動態(tài)調(diào)節(jié)權(quán)值,使得其滿足網(wǎng)... 

【文章來源】：蘭州交通大學甘肅省

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

七橋問題[5]

圖 1.2 簡單網(wǎng)絡圖個節(jié)點之間存在連邊，即( ) i jv ,v E ， 4 和節(jié)點 1，3，6 鄰接，則這三個節(jié)邊數(shù)，稱為該節(jié)點的度，節(jié)點 4 有三

圖 1.3 網(wǎng)絡社區(qū)圖.3 是用 Gephi 軟件繪制的銀行網(wǎng)絡社區(qū)圖，從圖中可以看出社區(qū)結(jié)構(gòu)，為網(wǎng)絡提供了一種新的視角。而作為復雜網(wǎng)絡中的一個重要的研究方向——常被用到社交網(wǎng)絡、酵母菌蛋白質(zhì)網(wǎng)絡等多個復雜網(wǎng)絡中。因此研究鏈路

【參考文獻】：
期刊論文
[1]網(wǎng)絡自然密度社團結(jié)構(gòu)模塊度函數(shù)[J]. 張聰,沈惠璋.  電子科技大學學報. 2012(02)
[2]復雜網(wǎng)絡鏈路預測[J]. 呂琳媛.  電子科技大學學報. 2010(05)

碩士論文
[1]基于復雜網(wǎng)絡的銀行客戶關系分析研究[D]. 郭芳琳.蘭州交通大學 2016



本文編號：3535471