自1998年Watts和Strogtz提出了小世界網(wǎng)絡(luò)模型,1999年Barabási和Albert提出了無(wú)標(biāo)度網(wǎng)絡(luò)模型以來(lái),復(fù)雜網(wǎng)絡(luò)科學(xué)呈現(xiàn)爆炸式發(fā)展,研究者們?yōu)楝F(xiàn)實(shí)中各復(fù)雜系統(tǒng)建立了復(fù)雜網(wǎng)絡(luò)模型,如交通網(wǎng)絡(luò)、生態(tài)網(wǎng)絡(luò)和社交關(guān)系網(wǎng)絡(luò)等。為了更有效的解決現(xiàn)實(shí)問(wèn)題,如交通堵塞和生態(tài)系統(tǒng)保護(hù)等問(wèn)題,學(xué)者們進(jìn)而開(kāi)始研究各種復(fù)雜網(wǎng)絡(luò)系統(tǒng)的行為和特性,比如復(fù)雜網(wǎng)絡(luò)的演化機(jī)制、連通性和抗毀性等,并發(fā)現(xiàn)這些行為和特性離不開(kāi)復(fù)雜系統(tǒng)中個(gè)體本身的行為,更離不開(kāi)個(gè)體與個(gè)體之間的關(guān)聯(lián)關(guān)系。而鏈路預(yù)測(cè)為挖掘個(gè)體與個(gè)體之間的關(guān)聯(lián)關(guān)系提供了有效的預(yù)測(cè)機(jī)制,研究者為了更高效地挖掘復(fù)雜網(wǎng)絡(luò)的行為和特征,提出了很多不同類型的鏈路預(yù)測(cè)算法。通過(guò)對(duì)比這些鏈路預(yù)測(cè)算法,發(fā)現(xiàn)它們很少考慮節(jié)點(diǎn)間的高階相似性關(guān)系,并且基于節(jié)點(diǎn)低階相似性關(guān)系的鏈路預(yù)測(cè)算法預(yù)測(cè)性能表現(xiàn)較差�；诖�,本文研究了三種基于節(jié)點(diǎn)高階特征的鏈路預(yù)測(cè)算法,均在不同的方面對(duì)鏈路預(yù)測(cè)性能有所提升。（1）提出了一種基于高階近似的鏈路預(yù)測(cè)算法。該方法將高階網(wǎng)絡(luò)表示學(xué)習(xí)算法與鏈路預(yù)測(cè)相結(jié)合,考慮了節(jié)點(diǎn)與節(jié)點(diǎn)之間的高階相似性關(guān)系。同時(shí)經(jīng)過(guò)在四個(gè)真實(shí)的數(shù)據(jù)集上的實(shí)驗(yàn)仿真,結(jié)果... 

【文章來(lái)源】：青海師范大學(xué)青海省

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
Abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 網(wǎng)絡(luò)表示學(xué)習(xí)研究現(xiàn)狀
        1.2.2 復(fù)雜網(wǎng)絡(luò)引力場(chǎng)研究現(xiàn)狀
        1.2.3 鏈路預(yù)測(cè)研究現(xiàn)狀
    1.3 研究?jī)?nèi)容
    1.4 本文組織結(jié)構(gòu)
第二章 鏈路預(yù)測(cè)基礎(chǔ)知識(shí)
    2.1 復(fù)雜網(wǎng)絡(luò)基礎(chǔ)知識(shí)
        2.1.1 復(fù)雜網(wǎng)絡(luò)的圖表示
        2.1.2 復(fù)雜網(wǎng)絡(luò)度量指標(biāo)
    2.2 鏈路預(yù)測(cè)問(wèn)題描述
    2.3 數(shù)據(jù)集劃分
        2.3.1 隨機(jī)抽樣
        2.3.2 逐項(xiàng)遍歷
        2.3.3 k折疊交叉檢驗(yàn)
        2.3.4 熟識(shí)者抽樣
    2.4 AUC評(píng)價(jià)指標(biāo)
    2.5 本章小結(jié)
第三章 基于高階近似的鏈路預(yù)測(cè)算法
    3.1 引言
    3.2 基于高階近似的鏈路預(yù)測(cè)算法
        3.2.1 高階網(wǎng)絡(luò)表示學(xué)習(xí)NEU算法
        3.2.2 基于高階近似的鏈路預(yù)測(cè)
    3.3 實(shí)驗(yàn)結(jié)果與分析
        3.3.1 實(shí)驗(yàn)數(shù)據(jù)
        3.3.2 基準(zhǔn)方法
        3.3.3 實(shí)驗(yàn)設(shè)置
        3.3.4 實(shí)驗(yàn)結(jié)果
        3.3.5 時(shí)間復(fù)雜度對(duì)比
        3.3.6 度分布可視化
    3.4 本章小結(jié)
第四章 基于復(fù)雜網(wǎng)絡(luò)引力場(chǎng)的鏈路預(yù)測(cè)算法
    4.1 引言
    4.2 基于復(fù)雜網(wǎng)絡(luò)引力場(chǎng)的鏈路預(yù)測(cè)算法
        4.2.1 復(fù)雜網(wǎng)絡(luò)引力場(chǎng)模型
        4.2.2 基于復(fù)雜網(wǎng)絡(luò)引力場(chǎng)的鏈路預(yù)測(cè)
    4.3 實(shí)驗(yàn)結(jié)果與分析
        4.3.1 實(shí)驗(yàn)數(shù)據(jù)
        4.3.2 基準(zhǔn)方法
        4.3.3 實(shí)驗(yàn)設(shè)置
        4.3.4 實(shí)驗(yàn)結(jié)果與分析
        4.3.5 度分布可視化
    4.4 本章小結(jié)
第五章 基于復(fù)雜網(wǎng)絡(luò)引力場(chǎng)與節(jié)點(diǎn)收縮的鏈路預(yù)測(cè)算法
    5.1 引言
    5.2 基于復(fù)雜網(wǎng)絡(luò)引力場(chǎng)與節(jié)點(diǎn)收縮的鏈路預(yù)測(cè)算法
        5.2.1 基于節(jié)點(diǎn)收縮的節(jié)點(diǎn)重要性評(píng)估方法
        5.2.2 改進(jìn)的復(fù)雜網(wǎng)絡(luò)引力場(chǎng)模型
        5.2.3 基于復(fù)雜網(wǎng)絡(luò)引力場(chǎng)和節(jié)點(diǎn)收縮的鏈路預(yù)測(cè)
    5.3 實(shí)驗(yàn)結(jié)果與分析
        5.3.1 實(shí)驗(yàn)數(shù)據(jù)
        5.3.2 基準(zhǔn)方法
        5.3.3 實(shí)驗(yàn)設(shè)置
        5.3.4 實(shí)驗(yàn)結(jié)果
        5.3.5 度分布可視化
    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 進(jìn)一步研究的問(wèn)題
參考文獻(xiàn)
致謝
附錄一 個(gè)人簡(jiǎn)介
附錄二 作者攻讀碩士學(xué)位期間參加的科研項(xiàng)目
附錄三 作者攻讀碩士學(xué)位期間完成和發(fā)表的論文


【參考文獻(xiàn)】：
期刊論文
[1]基于優(yōu)先連接和用戶屬性的鏈路預(yù)測(cè)算法研究[J]. 初曉宇,高守瑋.  計(jì)算機(jī)技術(shù)與發(fā)展. 2019(11)
[2]基于轉(zhuǎn)移自洽和偏好連接的鏈路預(yù)測(cè)算法研究[J]. 陸圣宇,史軍,劉寶,姚金魁,金毅.  計(jì)算機(jī)技術(shù)與發(fā)展. 2019(08)
[3]基于網(wǎng)絡(luò)節(jié)點(diǎn)文本增強(qiáng)的鏈路預(yù)測(cè)算法[J]. 曹蓉,趙海興,冶忠林.  計(jì)算機(jī)應(yīng)用與軟件. 2019(03)
[4]基于密集連接卷積神經(jīng)網(wǎng)絡(luò)的鏈路預(yù)測(cè)模型[J]. 王文濤,吳淋濤,黃燁,朱容波.  計(jì)算機(jī)應(yīng)用. 2019(06)
[5]基于網(wǎng)絡(luò)表示學(xué)習(xí)的鏈路預(yù)測(cè)算法[J]. 楊曉翠,宋甲秀,張曦煌.  計(jì)算機(jī)科學(xué)與探索. 2019(05)
[6]網(wǎng)絡(luò)表示學(xué)習(xí)綜述[J]. 涂存超,楊成,劉知遠(yuǎn),孫茂松.  中國(guó)科學(xué):信息科學(xué). 2017(08)
[7]結(jié)合鏈路預(yù)測(cè)和ET機(jī)器學(xué)習(xí)的科研合作推薦方法研究[J]. 呂偉民,王小梅,韓濤.  數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn). 2017(04)
[8]基于AdaBoost的鏈路預(yù)測(cè)優(yōu)化算法[J]. 吳祖峰,梁棋,劉嶠,秦志光.  通信學(xué)報(bào). 2014(03)
[9]改進(jìn)的隨機(jī)游走模型節(jié)點(diǎn)排序方法[J]. 何建軍,李仁發(fā).  計(jì)算機(jī)工程與應(yīng)用. 2011(12)
[10]復(fù)雜網(wǎng)絡(luò)理論在城市交通網(wǎng)絡(luò)分析中的應(yīng)用[J]. 趙月,杜文,陳爽.  城市交通. 2009(01)

碩士論文
[1]基于機(jī)器學(xué)習(xí)與鏈路預(yù)測(cè)的醫(yī)療問(wèn)答檢測(cè)與推薦系統(tǒng)[D]. 邢新國(guó).電子科技大學(xué) 2019
[2]基于類引力的多標(biāo)簽分類方法研究[D]. 王博巖.合肥工業(yè)大學(xué) 2017
[3]復(fù)雜網(wǎng)絡(luò)引力場(chǎng)建模技術(shù)及其應(yīng)用[D]. 段玉冰.中國(guó)科學(xué)技術(shù)大學(xué) 2015
[4]社會(huì)網(wǎng)絡(luò)中的鏈路預(yù)測(cè)及網(wǎng)絡(luò)重構(gòu)[D]. 司帥宗.東北大學(xué) 2014



本文編號(hào)：3413995