發(fā)布時(shí)間：2022-01-14 17:52

　　作為社會(huì)網(wǎng)絡(luò)分析的一個(gè)重要研究方向,鏈接預(yù)測是根據(jù)網(wǎng)絡(luò)中已知網(wǎng)絡(luò)結(jié)構(gòu)和節(jié)點(diǎn)間鏈接關(guān)系,來預(yù)測網(wǎng)絡(luò)中節(jié)點(diǎn)之間潛在或者缺失鏈接的方法。隨著人工智能和深度學(xué)習(xí)的廣泛應(yīng)用,鏈接預(yù)測在預(yù)測網(wǎng)絡(luò)演變、知識(shí)圖譜和揭示蛋白質(zhì)交互作用等學(xué)術(shù)研究,以及商品推薦、決策支持服務(wù)等應(yīng)用服務(wù)領(lǐng)域均有重要的研究價(jià)值。目前,已有研究工作將社區(qū)結(jié)構(gòu)信息融入到鏈接預(yù)測的研究之中,但是現(xiàn)有工作缺乏對(duì)社區(qū)結(jié)構(gòu)信息和鏈接預(yù)測融合的深入研究。因此,本文主要在深入挖掘社區(qū)結(jié)構(gòu)信息的基礎(chǔ)上,從以下兩個(gè)方面開展鏈接預(yù)測工作:1.基于節(jié)點(diǎn)相似度的鏈接預(yù)測方法和基于局部路徑的鏈接預(yù)測方法是兩類重要的鏈接預(yù)測方法。現(xiàn)有的基于節(jié)點(diǎn)相似度的鏈接預(yù)測方法,通常會(huì)考慮社會(huì)網(wǎng)絡(luò)中節(jié)點(diǎn)的度信息;現(xiàn)有的基于局部路徑的鏈接預(yù)測方法,則主要考慮節(jié)點(diǎn)間的路徑信息。考慮上述兩類方法的優(yōu)點(diǎn),本文在基于節(jié)點(diǎn)度的基礎(chǔ)上,引入局部路徑概念,提出了一種融合社區(qū)結(jié)構(gòu)和節(jié)點(diǎn)度的局部路徑相似度的鏈接預(yù)測方法。在常見社會(huì)網(wǎng)絡(luò)及蛋白質(zhì)網(wǎng)絡(luò)中的實(shí)驗(yàn)結(jié)果驗(yàn)證了該方法的有效性。2.現(xiàn)有的基于社區(qū)發(fā)現(xiàn)的鏈接預(yù)測方法,通常僅考慮了處于同一社區(qū)的節(jié)點(diǎn)間的鏈接影響,但沒有區(qū)分社區(qū)內(nèi)外對(duì)節(jié)點(diǎn)間鏈接... 

【文章來源】：長春工業(yè)大學(xué)吉林省

【文章頁數(shù)】：53 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

鏈接預(yù)

第2章相關(guān)理論基礎(chǔ)7a)完整網(wǎng)絡(luò)b)訓(xùn)練網(wǎng)絡(luò)c)待預(yù)測網(wǎng)絡(luò)圖1-1鏈接預(yù)測過程演示圖圖1-1展示了鏈接預(yù)測的實(shí)驗(yàn)流程。首先將完整的網(wǎng)絡(luò)（圖1-1a)）依據(jù)隨機(jī)抽樣的方式劃分為訓(xùn)練網(wǎng)絡(luò)（圖1-1b)）和預(yù)測網(wǎng)絡(luò)（圖1-1c)），然后使用某種鏈接預(yù)測方法預(yù)測訓(xùn)練網(wǎng)絡(luò)中的所有潛在鏈接，計(jì)算網(wǎng)絡(luò)中兩個(gè)節(jié)點(diǎn)間的鏈接概率，最后通過評(píng)價(jià)指標(biāo)判斷預(yù)測的鏈接是否為預(yù)測網(wǎng)絡(luò)中真實(shí)的鏈接。2.2鏈接預(yù)測算法鏈接預(yù)測作為數(shù)據(jù)挖掘領(lǐng)域和社會(huì)網(wǎng)絡(luò)分析的研究焦點(diǎn)之一，近年來，有許多鏈接預(yù)測方法被相繼提出和應(yīng)用。鏈接預(yù)測的核心思想是基于已知的鏈接和節(jié)點(diǎn)的自身的屬性來對(duì)某個(gè)未知的、潛在的鏈接進(jìn)行預(yù)測。鏈接預(yù)測包含兩方面的含義：一、對(duì)未知的鏈接的預(yù)測，它可以發(fā)現(xiàn)社會(huì)網(wǎng)絡(luò)中那些實(shí)際存在的，但由于某些原因還未找到的鏈接；二、對(duì)于網(wǎng)絡(luò)未來某一時(shí)刻的鏈接，它可以通過當(dāng)前時(shí)刻網(wǎng)絡(luò)結(jié)構(gòu)特征和節(jié)點(diǎn)之間的鏈接情況，來預(yù)測網(wǎng)絡(luò)下一時(shí)刻可能產(chǎn)生的鏈接。在本章節(jié)中將對(duì)比較經(jīng)典的幾種鏈接預(yù)測方法進(jìn)行詳細(xì)的描述和分析。2.2.1基于相似性的鏈接預(yù)測算法在基于節(jié)點(diǎn)相似性的鏈接預(yù)測方法的核心思想是：若社會(huì)網(wǎng)絡(luò)中兩個(gè)節(jié)點(diǎn)之間的聯(lián)系越密切，那么網(wǎng)絡(luò)中兩個(gè)節(jié)點(diǎn)之間產(chǎn)生鏈接可能性就越大。比如，在社交平臺(tái)上的兩個(gè)用戶有著相近的年齡，同時(shí)他們之間共同的興趣愛好、共同關(guān)注的話題等特征時(shí)，那么他們有更高的概率成為朋友關(guān)系。現(xiàn)有的基于相似性的預(yù)測方法結(jié)構(gòu)比較簡單、計(jì)算復(fù)雜度較低，常用作鏈接預(yù)測方法的對(duì)比方法。基于相似性的方法主要研究網(wǎng)絡(luò)中的節(jié)點(diǎn)拓?fù)浣Y(jié)構(gòu)和節(jié)點(diǎn)對(duì)間的相互關(guān)系。通常基于節(jié)點(diǎn)相似性的鏈接預(yù)測方法，計(jì)算網(wǎng)絡(luò)中節(jié)點(diǎn)的度信息；基于網(wǎng)絡(luò)結(jié)構(gòu)的鏈接預(yù)測方法，則主要考慮網(wǎng)絡(luò)中的路徑信息。由于這類方法網(wǎng)絡(luò)結(jié)構(gòu)和計(jì)算方式相對(duì)簡單，?

degree,PIPM)，不同于現(xiàn)有鏈接預(yù)測方法，本文方法在考慮蛋白質(zhì)網(wǎng)絡(luò)自身社區(qū)結(jié)構(gòu)同時(shí)，融合網(wǎng)絡(luò)中的節(jié)點(diǎn)度和局部路徑，在蛋白質(zhì)網(wǎng)絡(luò)和其他類型數(shù)據(jù)集上均有很好的預(yù)測表現(xiàn)。為了驗(yàn)證方法的有效性，本文提出的方法在蛋白質(zhì)交互網(wǎng)絡(luò)數(shù)據(jù)集上，與六種經(jīng)典的鏈接預(yù)測方法進(jìn)行了比較。3.2.1節(jié)點(diǎn)的局部路徑定義蛋白質(zhì)交互網(wǎng)絡(luò)中聯(lián)系比較稀疏，網(wǎng)絡(luò)中節(jié)點(diǎn)之間具有的共同鄰居和節(jié)點(diǎn)信息也相對(duì)較少，因此，我們將節(jié)點(diǎn)間次級(jí)鄰居信息[2]引入到本文方法中，將節(jié)點(diǎn)間共同鄰居、次級(jí)鄰居與節(jié)點(diǎn)自身的度相結(jié)合，提高鏈接預(yù)測的準(zhǔn)確性。如圖3-1所示為示例網(wǎng)絡(luò)中A社區(qū)的結(jié)構(gòu)圖，本章節(jié)分析示例網(wǎng)絡(luò)1-3（節(jié)點(diǎn)1與節(jié)點(diǎn)3之間的鏈接）和節(jié)點(diǎn)1-5存在鏈接的概率大小來說明我們方法的有效性。在圖3中，1-3和1-5的共同鄰居都是2個(gè)。若僅利用共同鄰居進(jìn)行鏈接預(yù)測，則1-3和1-5產(chǎn)生鏈接的概率相同，但從示例網(wǎng)絡(luò)中可以明顯看出1-5鏈接的可能性高于1-3，即僅利用節(jié)點(diǎn)間的共同鄰居估計(jì)兩節(jié)點(diǎn)鏈接的概率是不準(zhǔn)確的。因此，我們?cè)诠餐従拥幕A(chǔ)上挖掘次級(jí)鄰居對(duì)節(jié)點(diǎn)間鏈接可能性的貢獻(xiàn)。事實(shí)上，網(wǎng)絡(luò)中節(jié)點(diǎn)4作為節(jié)點(diǎn)1的次級(jí)鄰居對(duì)于1-5的鏈接有著積極地貢獻(xiàn)。與此同時(shí)，我們假設(shè)節(jié)點(diǎn)間的鏈接概率與目標(biāo)節(jié)點(diǎn)本身的度呈反比關(guān)系，即目標(biāo)節(jié)點(diǎn)的度越大，節(jié)點(diǎn)間鏈接的概率越校圖3-1網(wǎng)絡(luò)社區(qū)拓?fù)溲菔緢D

【參考文獻(xiàn)】：
期刊論文
[1]基于共同鄰居有效性的復(fù)雜網(wǎng)絡(luò)鏈路預(yù)測算法（英文）[J]. 王凱,劉樹新,于洪濤,李星.  電子科技大學(xué)學(xué)報(bào). 2019(03)
[2]基于社區(qū)結(jié)構(gòu)的集體預(yù)測算法研究[J]. 姜亞松,王冰,張艷,顏永紅.  網(wǎng)絡(luò)新媒體技術(shù). 2019(02)
[3]基于空間映射的蛋白質(zhì)相互作用網(wǎng)絡(luò)鏈接預(yù)測算法[J]. 洪海燕,劉維.  計(jì)算機(jī)科學(xué). 2016(S1)
[4]復(fù)雜網(wǎng)絡(luò)鏈路預(yù)測[J]. 呂琳媛.  電子科技大學(xué)學(xué)報(bào). 2010(05)

碩士論文
[1]復(fù)雜網(wǎng)絡(luò)的鏈路預(yù)測研究與應(yīng)用[D]. 吳梅.青島大學(xué) 2019
[2]社交網(wǎng)絡(luò)鏈接預(yù)測技術(shù)研究[D]. 劉元元.西安電子科技大學(xué) 2019



本文編號(hào)：3588945