本文選題：動態(tài)信息網(wǎng)絡(luò)　切入點：結(jié)構(gòu)演化　出處：《軟件學(xué)報》2017年03期

【摘要】：動態(tài)信息網(wǎng)絡(luò)是當(dāng)前復(fù)雜網(wǎng)絡(luò)領(lǐng)域中一個極具挑戰(zhàn)的問題,其動態(tài)的演化過程具有時序、復(fù)雜、多變的特點.結(jié)構(gòu)是網(wǎng)絡(luò)最基本的特征,也是進(jìn)行網(wǎng)絡(luò)建模和分析的基礎(chǔ),研究網(wǎng)絡(luò)結(jié)構(gòu)的演化過程,對全面認(rèn)識復(fù)雜系統(tǒng)的行為傾向具有重要意義.使用角色來量化動態(tài)網(wǎng)絡(luò)的結(jié)構(gòu),得到動態(tài)網(wǎng)絡(luò)的角色模型,應(yīng)用并改進(jìn)多類標(biāo)分類問題的問題轉(zhuǎn)換思想,將動態(tài)網(wǎng)絡(luò)的角色預(yù)測問題視為多目標(biāo)回歸問題,以歷史網(wǎng)絡(luò)數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)構(gòu)建模型,預(yù)測未來時刻網(wǎng)絡(luò)可能的角色分布情況,提出基于多目標(biāo)回歸思想的動態(tài)網(wǎng)絡(luò)角色預(yù)測方法 MTR-RP(multi-target regression based role prediction).該方法不僅克服了基于轉(zhuǎn)移矩陣方法忽略時間因素的不足,還考慮了多個預(yù)測目標(biāo)之間可能存在的依賴關(guān)系.實驗結(jié)果表明,提出的MTR-RP方法具有更準(zhǔn)確且更穩(wěn)定的預(yù)測效果.
[Abstract]:Dynamic information network is a challenging problem in the field of complex network. Its dynamic evolution process has the characteristics of time series, complexity and variability.Structure is the most basic feature of network, and it is also the basis of network modeling and analysis. It is important to study the evolution process of network structure for fully understanding the behavior tendency of complex systems.The role model of dynamic network is obtained by quantifying the structure of dynamic network by role. The problem transformation idea of multi-class classification problem is applied and improved. The role prediction problem of dynamic network is regarded as a multi-objective regression problem.Using the historical network data as the training data, this paper constructs a model to predict the possible role distribution of the network in the future, and proposes a dynamic network role prediction method, MTR-RP(multi-target regression based role prediction, based on the idea of multi-objective regression.This method not only overcomes the shortcoming of neglecting time factors based on transfer matrix method, but also takes into account the possible dependencies among multiple prediction targets.Experimental results show that the proposed MTR-RP method has a more accurate and stable prediction effect.
【作者單位】： 四川大學(xué)計算機學(xué)院;西安衛(wèi)星測控中心廈門測控站;航天器故障診斷與維修重點實驗室;
【基金】：國家自然科學(xué)基金(61473222,91646108)~~
【分類號】：O157.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 高琳;楊建業(yè);覃桂敏;;動態(tài)網(wǎng)絡(luò)模式挖掘方法及其應(yīng)用[J];軟件學(xué)報;2013年09期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李川;馮冰清;李艷梅;胡紹林;楊寧;唐常杰;;動態(tài)信息網(wǎng)絡(luò)中基于角色的結(jié)構(gòu)演化與預(yù)測[J];軟件學(xué)報;2017年03期

2 王壽彪;李新明;劉東;;大數(shù)據(jù)與裝備體系的概念關(guān)聯(lián)機理和模型結(jié)構(gòu)[J];中國電子科學(xué)研究院學(xué)報;2016年05期

3 李艷;黃光球;張斌;;基于攻擊事件的動態(tài)網(wǎng)絡(luò)風(fēng)險評估框架[J];計算機工程與科學(xué);2016年09期

4 楊磊;李臣龍;;基于動態(tài)網(wǎng)絡(luò)的鏈接分析與預(yù)測研究[J];安徽科技學(xué)院學(xué)報;2016年05期

5 李艷;黃光球;曹黎俠;張斌;;復(fù)雜攻擊網(wǎng)絡(luò)的概率可控性[J];計算機科學(xué)與探索;2016年10期

6 張巖慶;楊國正;田杰;;基于分層概率圖的動態(tài)網(wǎng)絡(luò)在線異常檢測方法[J];計算機應(yīng)用研究;2016年10期

7 黃曉斌;張興旺;;網(wǎng)絡(luò)動態(tài)數(shù)據(jù)的特征、類型與挖掘系統(tǒng)[J];圖書情報工作;2015年10期

8 李艷;黃光球;;動態(tài)攻擊網(wǎng)絡(luò)演化分析模型[J];計算機應(yīng)用研究;2016年01期

9 李艷梅;李川;唐常杰;張永輝;張彪;楊寧;羅謙;;動態(tài)信息網(wǎng)絡(luò)中的角色演化異常及其發(fā)現(xiàn)[J];計算機科學(xué)與探索;2015年03期

10 劉意;王勇;尚學(xué)群;;一種基于特征子圖的不確定圖分類算法[J];陜西師范大學(xué)學(xué)報(自然科學(xué)版);2014年05期

【相似文獻(xiàn)】

相關(guān)期刊論文 前5條

1 王建安;一種研究經(jīng)濟系統(tǒng)中技術(shù)結(jié)構(gòu)演化的新方法[J];科研管理;1997年03期

2 鄭境輝;張文棋;;經(jīng)濟結(jié)構(gòu)演化及其增長效益分析——基于福建省改革開放30年[J];技術(shù)經(jīng)濟;2010年09期

3 鄧三瑞,白明麗;考慮到時滯與結(jié)構(gòu)演化的動態(tài)投入產(chǎn)出模型[J];系統(tǒng)工程理論與實踐;1991年05期

4 王威;方志權(quán);;中國乳業(yè)競爭結(jié)構(gòu)演化的博弈分析[J];上海農(nóng)業(yè)學(xué)報;2008年03期

5 ;[J];;年期

相關(guān)會議論文 前1條

1 譚業(yè)強;宋義虎;徐春鳳;管愛枝;鄭強;;分子量對炭黑填充聚苯乙烯粒子相結(jié)構(gòu)演化的影響[A];中國流變學(xué)研究進(jìn)展（2010）[C];2010年

相關(guān)碩士學(xué)位論文 前5條

1 王文閣;甘肅產(chǎn)業(yè)結(jié)構(gòu)演化過程中的金融支持研究[D];蘭州交通大學(xué);2015年

2 李昊;我國產(chǎn)業(yè)結(jié)構(gòu)演化過程的研究[D];哈爾濱工程大學(xué);2012年

3 趙春雨;蕪湖市產(chǎn)業(yè)結(jié)構(gòu)演化與區(qū)域發(fā)展研究[D];安徽師范大學(xué);2004年

4 胡文峰;鈷鉑合金團簇的結(jié)構(gòu)和電磁性質(zhì)研究[D];西南大學(xué);2014年

5 邵雷雨;原位紅外光譜研究PLA薄膜拉伸過程中的結(jié)構(gòu)演化與力學(xué)性能關(guān)系[D];鄭州大學(xué);2014年

，

本文編號：1703939