復(fù)雜網(wǎng)絡(luò)（Complex Network）是目前描述復(fù)雜系統(tǒng)的一種有效的方法,例如生物系統(tǒng)、社會系統(tǒng)、交通運輸系統(tǒng)、電力系統(tǒng)等等都能夠用復(fù)雜網(wǎng)絡(luò)來描述。鏈路預(yù)測（Link Prediction）與社團挖掘（Community Detection）是目前對復(fù)雜網(wǎng)絡(luò)的規(guī)律及特征進(jìn)行挖掘分析的主要方法,鏈路預(yù)測是指根據(jù)已有的網(wǎng)絡(luò)鏈接預(yù)測潛在或未來的鏈接的過程,可用于揭示網(wǎng)絡(luò)系統(tǒng)中對象之間的點對點相似性;社團挖掘是在復(fù)雜網(wǎng)絡(luò)中依據(jù)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)或者節(jié)點的屬性信息將節(jié)點劃分到不同社團之中,社團挖掘?qū)嵸|(zhì)上是對復(fù)雜系統(tǒng)中對象的聚類過程。本文將基于局部結(jié)構(gòu)信息對復(fù)雜網(wǎng)絡(luò)中的時序鏈路預(yù)測和局部社團挖掘算法及其分布式化進(jìn)行研究,主要包括以下幾個方面的內(nèi)容:（1）針對目前鏈路預(yù)測算法準(zhǔn)確度較低的問題,本文提出一種基于時間序列信息的鏈路預(yù)測算法,首先將網(wǎng)絡(luò)中節(jié)點之間的不同時刻的連接頻率壓縮成節(jié)點之間的連邊權(quán)重,然后基于壓縮后的圖利用改進(jìn)的標(biāo)簽傳播算法進(jìn)行鏈路預(yù)測,在標(biāo)簽傳播的過程中利用時序信息擬合的鏈路權(quán)重對標(biāo)簽中的相似信息進(jìn)行修正,最后聚合各個節(jié)點收到的相似信息作為最終鏈路評分,根據(jù)評分閾值即可確定預(yù)測連邊... 

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題研究的背景和意義
    1.2 研究現(xiàn)狀
        1.2.1 鏈路預(yù)測
        1.2.2 社團挖掘
    1.3 主要研究內(nèi)容
    1.4 論文的組織結(jié)構(gòu)
第二章 復(fù)雜網(wǎng)絡(luò)
    2.1 定義與描述
        2.1.1 相關(guān)概念
        2.1.2 基本模型
    2.2 分析方法
        2.2.1 鏈路預(yù)測
        2.2.2 社團挖掘
    2.3 Spark簡介
        2.3.1 基本概念
        2.3.2 SparkGraphX
    2.4 本章小結(jié)
第三章 基于標(biāo)簽傳播的時序鏈路預(yù)測
    3.1 問題分析
    3.2 算法描述
        3.2.1 時序權(quán)重預(yù)測
        3.2.2 基于標(biāo)簽傳播的鏈路預(yù)測
    3.3 算法的分布式并行化
    3.4 實驗與驗證
        3.4.1 實驗環(huán)境與數(shù)據(jù)集
        3.4.2 評價標(biāo)準(zhǔn)
        3.4.3 實驗結(jié)果與分析
    3.5 本章小結(jié)
第四章 基于社團中心擴張的局部社團挖掘
    4.1 問題分析
    4.2 算法描述
        4.2.1 相關(guān)定義
        4.2.2 基于隨機游走的局部社團中心發(fā)現(xiàn)
        4.2.3 局部社團識別
        4.2.4 算法的分布式并行化
    4.3 實驗與驗證
        4.3.1 數(shù)據(jù)集
        4.3.2 評價指標(biāo)
        4.3.3 實驗結(jié)果及分析
    4.4 本章小結(jié)
第五章 原型系統(tǒng)設(shè)計與實現(xiàn)
    5.1 系統(tǒng)需求分析
        5.1.1 Web服務(wù)器
        5.1.2 Spark集群
    5.2 模塊分析
    5.3 系統(tǒng)實現(xiàn)
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 研究展望
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間撰寫的論文
附錄2 攻讀碩士學(xué)位期間申請的專利
附錄3 攻讀碩士學(xué)位期間參加的科研項目
致謝



本文編號：3670087