人類對復(fù)雜網(wǎng)絡(luò)的研究歷史悠久,并且隨著信息技術(shù)的高速發(fā)展,各種復(fù)雜網(wǎng)絡(luò)大量涌現(xiàn)。然而,這些網(wǎng)絡(luò)并非都是完整的,作為復(fù)雜網(wǎng)絡(luò)分析中的一個重要方向,鏈接預(yù)測旨在利用所觀測到的網(wǎng)絡(luò)信息,挖掘缺失的、潛在的或虛假的鏈接。除此以外,鏈接預(yù)測還提供了一種理解網(wǎng)絡(luò)演化的新思路,并且已在諸多領(lǐng)域得到了廣泛的應(yīng)用。到目前為止,人們已提出大量基于結(jié)構(gòu)相似性的方法來解決鏈接預(yù)測問題,然而此類方法往往僅基于一種或兩種網(wǎng)絡(luò)拓?fù)涮卣?并假設(shè)它們適用于所有的網(wǎng)絡(luò)。因此,此類鏈接預(yù)測方法具有性能不穩(wěn)定的問題。針對這一問題,本文設(shè)計了一種基于灰色關(guān)聯(lián)分析的鏈接預(yù)測方法LP_GRA,本方法混合了多個基于不同拓?fù)涮卣鞯南嗨菩灾笜?biāo),因此具有良好的穩(wěn)定性和預(yù)測精度;其次,我們進(jìn)一步對多層網(wǎng)絡(luò)進(jìn)行了研究,在LP_GRA的基礎(chǔ)上結(jié)合多層網(wǎng)絡(luò)的層間相關(guān)性,設(shè)計了適用于多層網(wǎng)絡(luò)的鏈接預(yù)測方法MLGRA。（1）LP_GRA:該方法利用GRA（Grey Relational Analysis）混合了多個經(jīng)典的、基于不同拓?fù)涮卣鞯南嗨菩灾笜?biāo)。并且,為了根據(jù)所觀察到的網(wǎng)絡(luò)結(jié)構(gòu)自適應(yīng)地... 

【文章來源】：蘭州大學(xué)甘肅省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 主要工作
    1.4 論文的組織結(jié)構(gòu)
第二章 鏈接預(yù)測相關(guān)理論及方法
    2.1 相關(guān)概念及表示
    2.2 鏈接預(yù)測算法介紹
        2.2.1 基于節(jié)點(diǎn)相似性的方法
        2.2.2 利用機(jī)器學(xué)習(xí)的方法
        2.2.3 基于概率模型的方法
        2.2.4 基于信息論的方法
    2.3 多層網(wǎng)絡(luò)的介紹及相關(guān)概念
    2.4 多層網(wǎng)絡(luò)鏈接預(yù)測方法
        2.4.1 NSILR
        2.4.2 LAA
        2.4.3 LPIS
    2.5 鏈接預(yù)測常用的性能評價指標(biāo)
        2.5.1 AUC
        2.5.2 Precision
第三章 基于灰色關(guān)聯(lián)分析的單層網(wǎng)絡(luò)鏈接預(yù)測方法
    3.1 引言
    3.2 GRA方法
    3.3 LPGRA方法
        3.3.1 LPGRA的詳細(xì)介紹
        3.3.2 權(quán)重分配方法
        3.3.3 實(shí)例研究
    3.4 實(shí)驗評估
        3.4.1 實(shí)驗數(shù)據(jù)集
        3.4.2 Friedman test
        3.4.3 參數(shù)K的取值對AUC的影響
        3.4.4 LPGRA和對比方法的AUC比較
        3.4.5 LPGRA和對比方法的Precision比較
    3.5 小結(jié)
第四章 基于灰色關(guān)聯(lián)分析的多層網(wǎng)絡(luò)鏈接預(yù)測方法
    4.1 引言
    4.2 MLGRA方法
        4.2.1 層間相關(guān)性的度量
        4.2.2 MLGRA的定義
    4.3 實(shí)驗評估
        4.3.1 實(shí)驗數(shù)據(jù)集
        4.3.2 多層網(wǎng)絡(luò)的層間相關(guān)性分析
        4.3.3 MLGRA中參數(shù)φ對預(yù)測結(jié)果的影響
        4.3.4 在多層網(wǎng)絡(luò)上層間信息的加入對預(yù)測性能的影響
        4.3.5 MLGRA與其它多層網(wǎng)絡(luò)方法的性能比較
    4.4 小結(jié)
第五章 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 下一步研究工作
參考文獻(xiàn)
在學(xué)期間的研究成果
致謝



本文編號：2975358