發(fā)布時(shí)間：2018-04-23 01:04

  本文選題：復(fù)雜網(wǎng)絡(luò) + 鏈接預(yù)測(cè)��； 參考：《揚(yáng)州大學(xué)》2016年碩士論文

【摘要】：現(xiàn)有的復(fù)雜網(wǎng)絡(luò)鏈接預(yù)測(cè)算法主要關(guān)注網(wǎng)絡(luò)中節(jié)點(diǎn)之間的拓?fù)湎嗨铺卣骱退惴ㄐ阅艿奶嵘?而缺乏對(duì)網(wǎng)絡(luò)中節(jié)點(diǎn)屬性特征的研究。在一些應(yīng)用問(wèn)題中,網(wǎng)絡(luò)的頂點(diǎn)自身帶有極其豐富的屬性信息。這些屬性反映了頂點(diǎn)所代表對(duì)象的特性和內(nèi)容,這些信息也在很大程度上影響著鏈接存在的可能性。如果能夠把復(fù)雜網(wǎng)絡(luò)的結(jié)構(gòu)信息和屬性信息結(jié)合到一起,勢(shì)必能夠極大地提高鏈接預(yù)測(cè)算法的預(yù)測(cè)精度。另外,實(shí)際情況中網(wǎng)絡(luò)本身存在的高維度、高稀疏性等問(wèn)題對(duì)鏈接預(yù)測(cè)的結(jié)果也會(huì)造成負(fù)面影響。目前,如何將復(fù)雜網(wǎng)絡(luò)的結(jié)構(gòu)信息和屬性信息有機(jī)地融合在一起,以提高鏈接預(yù)測(cè)的質(zhì)量,還是一個(gè)有待探討的問(wèn)題。本文針對(duì)頂點(diǎn)帶屬性網(wǎng)絡(luò)的鏈接預(yù)測(cè)問(wèn)題,從頂點(diǎn)的結(jié)構(gòu)相似性和屬性相似性出發(fā),研究如何有機(jī)地融合結(jié)構(gòu)信息和屬性信息、設(shè)計(jì)高效的鏈接預(yù)測(cè)算法,以提高預(yù)測(cè)的精度。取得的主要研究成果如下：(1)提出了一種基于奇異值分解和空間映射的鏈接預(yù)測(cè)算法為了綜合考慮網(wǎng)絡(luò)的結(jié)構(gòu)特征和節(jié)點(diǎn)的屬性特征,本文首先對(duì)網(wǎng)絡(luò)的鄰接矩陣進(jìn)行特征分解。然后對(duì)特征值進(jìn)行主成分抽取后再對(duì)相應(yīng)的特征矩陣進(jìn)行奇異值分解,將得到的新的奇異向量之間的相似度作為拓?fù)浣Y(jié)構(gòu)的相似度。最后將得到的拓?fù)湎嗨贫染仃嚭蛯傩韵嗨贫染仃囘M(jìn)行矩陣比對(duì),得到最終的相似度矩陣。實(shí)驗(yàn)證明,本文提出的算法能有效提高鏈接預(yù)測(cè)的性能。(2)提出了一種基于非負(fù)矩陣分解的鏈接預(yù)測(cè)算法在實(shí)際應(yīng)用中,復(fù)雜網(wǎng)絡(luò)所對(duì)應(yīng)的信息矩陣可能會(huì)存在著高維的問(wèn)題。本文將非負(fù)矩陣分解應(yīng)用于頂點(diǎn)帶屬性網(wǎng)絡(luò)的鏈接預(yù)測(cè)中,分別將網(wǎng)絡(luò)的鄰接矩陣和屬性相似度矩陣分解成非負(fù)的基矩陣和權(quán)重矩陣,通過(guò)將高維向量空間向低維向量空間的投影,重構(gòu)不同類型矩陣之間的相關(guān)性。實(shí)驗(yàn)證明,本文提出的算法不僅擁有較低的復(fù)雜度,而且能夠減少數(shù)據(jù)的存儲(chǔ)空間,有效地提高鏈接預(yù)測(cè)的性能。(3)提出了一種基于相似度傳播的二分網(wǎng)絡(luò)鏈接預(yù)測(cè)算法相對(duì)于單分網(wǎng)絡(luò),二分網(wǎng)絡(luò)在現(xiàn)實(shí)社會(huì)的復(fù)雜網(wǎng)絡(luò)中更具有普遍性,已經(jīng)成為復(fù)雜網(wǎng)絡(luò)的重要研究課題之一。本文提出了一個(gè)基于二部圖的鏈路預(yù)測(cè)算法,該算法使用了基于鏈接相似度得分的隨機(jī)游走算法。在該算法中,網(wǎng)絡(luò)里的每一條邊都被分配一個(gè)對(duì)應(yīng)頂點(diǎn)對(duì)屬性相似度的傳播概率。不同類節(jié)點(diǎn)之間的鏈接相似性得分是根據(jù)它們連邊的傳輸概率來(lái)傳播的。將該算法得到的拓?fù)湎嗨贫群途W(wǎng)絡(luò)的屬性相似度結(jié)合,可以使預(yù)測(cè)的結(jié)果更加準(zhǔn)確。實(shí)驗(yàn)證明,本文所提出的算法可以在較少的時(shí)間內(nèi)得到較高精度的預(yù)測(cè)結(jié)果。
[Abstract]:The existing link prediction algorithms focus on the topology similarity between nodes in the network and the improvement of the performance of the algorithm, but lack of research on the attribute characteristics of nodes in the network. In some application problems, the vertex of the network itself has extremely rich attribute information. These attributes reflect the properties and contents of the objects represented by vertices, and the information also affects the possibility of the existence of links to a great extent. If the structure information and attribute information of complex network can be combined, the prediction accuracy of link prediction algorithm will be greatly improved. In addition, the problems of high dimensionality and high sparsity in the network itself have a negative impact on the prediction results. At present, how to combine the structure information and attribute information of complex network organically to improve the quality of link prediction is still a problem to be discussed. Aiming at the link prediction problem of vertex with attribute network, this paper studies how to combine structure information and attribute information organically from structural similarity and attribute similarity of vertex, and design an efficient link prediction algorithm to improve prediction accuracy. The main research results are as follows: (1) A link prediction algorithm based on singular value decomposition and spatial mapping is proposed. In order to consider the structural characteristics of the network and the attribute characteristics of nodes, this paper firstly decomposes the adjacency matrix of the network. Then the eigenvalues are extracted from the principal components and then the corresponding eigenvalues are decomposed by singular value decomposition. The similarity between the new singular vectors is regarded as the similarity of the topological structure. Finally, the topological similarity matrix and attribute similarity matrix are compared to obtain the final similarity matrix. Experimental results show that the proposed algorithm can effectively improve the performance of link prediction. (2) A link prediction algorithm based on non-negative matrix decomposition is proposed. In practical application, the information matrix corresponding to complex networks may have a high dimension problem. In this paper, the nonnegative matrix decomposition is applied to the link prediction of vertex with attribute network. The adjacent matrix and attribute similarity matrix of the network are decomposed into non-negative base matrix and weight matrix, respectively. By projecting the high-dimensional vector space to the low-dimensional vector space, the correlation between different types of matrices is reconstructed. Experimental results show that the proposed algorithm not only has low complexity, but also can reduce the storage space of data. In this paper, a link prediction algorithm based on similarity propagation is proposed, which is more universal in complex networks in real society than in single network. It has become one of the important research topics in complex networks. In this paper, a bipartite graph based link prediction algorithm is proposed, which uses a random walk algorithm based on link similarity score. In this algorithm, each edge in the network is assigned a propagation probability of vertex-attribute similarity. Link similarity scores between different class nodes are propagated according to their transmission probability. By combining the topological similarity obtained by the algorithm with the attribute similarity of the network, the prediction results can be more accurate. Experimental results show that the proposed algorithm can obtain high accuracy prediction results in less time.
【學(xué)位授予單位】：揚(yáng)州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：O157.5

【相似文獻(xiàn)】

相關(guān)期刊論文 前5條

1 劉國(guó)新;楊坤;;分布式創(chuàng)新網(wǎng)絡(luò)中的知識(shí)粘滯度探討——基于四維粘滯情境的視角[J];科學(xué)學(xué)研究;2012年09期

2 吳冰;王重鳴;唐寧玉;;軟件企業(yè)創(chuàng)業(yè)網(wǎng)絡(luò)對(duì)創(chuàng)新績(jī)效的影響機(jī)制研究[J];科學(xué)學(xué)研究;2007年S2期

3 黃彥彬;楊壽保;滕達(dá);赫衛(wèi)卿;王淑玲;;WiMAX Mesh網(wǎng)絡(luò)下具有QoS保障的動(dòng)態(tài)握手方案[J];中國(guó)科學(xué)院研究生院學(xué)報(bào);2012年03期

4 呂韓飛;王申康;;一種二層PE實(shí)現(xiàn)MPLS BGP VPN組網(wǎng)的方案[J];紹興文理學(xué)院學(xué)報(bào)(自然科學(xué)版);2004年03期

5 ;[J];;年期

相關(guān)會(huì)議論文 前6條

1 黃建玉;;淺談3G的網(wǎng)絡(luò)安全規(guī)劃[A];2007中國(guó)科協(xié)年會(huì)——通信與信息發(fā)展高層論壇論文集[C];2007年

2 葉作亮;高千惠;代麗;張夢(mèng);;回文網(wǎng)絡(luò)——探析Web信息的結(jié)構(gòu)和形成機(jī)制[A];第六屆（2011）中國(guó)管理學(xué)年會(huì)——信息管理分會(huì)場(chǎng)論文集[C];2011年

3 商宗雁;;光網(wǎng)絡(luò)發(fā)展展望[A];黑龍江省通信學(xué)會(huì)學(xué)術(shù)年會(huì)論文集[C];2005年

4 陳鋼;;MSTP技術(shù)在3G傳輸網(wǎng)絡(luò)建設(shè)中的重要意義及其發(fā)展趨勢(shì)[A];中國(guó)通信學(xué)會(huì)信息通信網(wǎng)絡(luò)技術(shù)委員會(huì)2005年年會(huì)論文集[C];2005年

5 陳文雄;;OTN技術(shù)在城域光網(wǎng)絡(luò)的應(yīng)用分析[A];第十屆中國(guó)科協(xié)年會(huì)信息化與社會(huì)發(fā)展學(xué)術(shù)討論會(huì)分會(huì)場(chǎng)論文集[C];2008年

6 馬潤(rùn)斌;;IP網(wǎng)絡(luò)發(fā)展的基石——服務(wù)質(zhì)量(QoS)[A];中國(guó)通信學(xué)會(huì)信息通信網(wǎng)絡(luò)技術(shù)委員會(huì)2005年年會(huì)論文集[C];2005年

相關(guān)重要報(bào)紙文章 前10條

1 ;滲透網(wǎng)絡(luò)演繹安全神話[N];中國(guó)計(jì)算機(jī)報(bào);2005年

2 王曉光;農(nóng)資營(yíng)銷網(wǎng)絡(luò)建設(shè)思路[N];農(nóng)資導(dǎo)報(bào);2005年

3 高國(guó)棟;堵住漏點(diǎn) 不留縫隙[N];中國(guó)計(jì)算機(jī)報(bào);2003年

4 湖北大學(xué)網(wǎng)絡(luò)中心 李超;易于管理的網(wǎng)絡(luò)[N];計(jì)算機(jī)世界;2005年

5 ;透視世界第一部網(wǎng)絡(luò)戰(zhàn)爭(zhēng)法規(guī)[N];中國(guó)航天報(bào);2011年

6 華為3Com 孫德和;業(yè)務(wù)融合網(wǎng)絡(luò)的魅力[N];中國(guó)電腦教育報(bào);2005年

7 CPW記者　張戈;華為3Com“安全滲透網(wǎng)絡(luò)”突破傳統(tǒng)思路[N];電腦商報(bào);2005年

8 孫保紅;3G UMTS網(wǎng)絡(luò)架構(gòu)建議[N];通信產(chǎn)業(yè)報(bào);2002年

9 本報(bào)記者　楊　谷;王之認(rèn)為： 網(wǎng)絡(luò)和制造是中國(guó)IT業(yè)的機(jī)會(huì)[N];光明日?qǐng)?bào);2000年

10 花榮軍;高樓平地起[N];中華合作時(shí)報(bào);2003年

相關(guān)博士學(xué)位論文 前9條

1 石海佳;基于復(fù)雜網(wǎng)絡(luò)的產(chǎn)業(yè)生態(tài)系統(tǒng)結(jié)構(gòu)復(fù)雜性研究[D];清華大學(xué);2015年

2 張蕊;網(wǎng)絡(luò)經(jīng)濟(jì)及其在中國(guó)的發(fā)展[D];四川大學(xué);2002年

3 禚釗;復(fù)雜網(wǎng)絡(luò)局域同步的實(shí)證、動(dòng)力學(xué)和若干應(yīng)用問(wèn)題研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2012年

4 傅榮;商務(wù)網(wǎng)絡(luò)成因與演化——基于資源觀理論的分析[D];廈門大學(xué);2003年

5 熊巧;區(qū)域綜合交通網(wǎng)絡(luò)布局優(yōu)化與決策研究[D];西南交通大學(xué);2015年

6 陶洋;網(wǎng)絡(luò)性能提升技術(shù)研究[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2001年

7 童俊杰;服務(wù)網(wǎng)絡(luò)中若干關(guān)鍵問(wèn)題的研究[D];北京郵電大學(xué);2014年

8 柯文前;高速公路交通流網(wǎng)絡(luò)的時(shí)空特征與城市空間關(guān)聯(lián)研究[D];南京師范大學(xué);2015年

9 張瑩瑩;清開(kāi)靈多組分干預(yù)腦缺血模型蛋白質(zhì)網(wǎng)絡(luò)主要模塊的識(shí)別與比較[D];中國(guó)中醫(yī)科學(xué)院;2014年

相關(guān)碩士學(xué)位論文 前10條

1 鞏慶良;鏈路預(yù)測(cè)和符號(hào)網(wǎng)絡(luò)社區(qū)檢測(cè)研究[D];西安電子科技大學(xué);2014年

2 袁熹;高可靠網(wǎng)絡(luò)中實(shí)時(shí)性保障技術(shù)研究與應(yīng)用[D];南華大學(xué);2015年

3 黃炳杰;某中等職業(yè)技術(shù)學(xué)校校園網(wǎng)絡(luò)改造規(guī)劃和設(shè)計(jì)[D];華南理工大學(xué);2015年

4 畢震坤;社會(huì)網(wǎng)絡(luò)中網(wǎng)絡(luò)結(jié)構(gòu)分析研究[D];南京郵電大學(xué);2015年

5 王強(qiáng);移動(dòng)網(wǎng)絡(luò)簇散點(diǎn)切換優(yōu)化系統(tǒng)開(kāi)發(fā)[D];電子科技大學(xué);2015年

6 葉紹貴;旅客同行網(wǎng)絡(luò)鏈接預(yù)測(cè)方法研究[D];北京交通大學(xué);2016年

7 徐浩;稅務(wù)關(guān)系網(wǎng)絡(luò)數(shù)據(jù)可視化研究[D];東南大學(xué);2015年

8 文強(qiáng);SDN網(wǎng)絡(luò)業(yè)務(wù)量工程技術(shù)研究[D];電子科技大學(xué);2016年

9 姚飛亞;頂點(diǎn)帶屬性網(wǎng)絡(luò)的鏈接預(yù)測(cè)[D];揚(yáng)州大學(xué);2016年

10 丁濤;企業(yè)網(wǎng)絡(luò)的邊界效益分析[D];西北大學(xué);2007年

，

本文編號(hào)：1789735