發(fā)布時間：2021-01-16 21:05

　　鏈路預(yù)測是研究復(fù)雜網(wǎng)絡(luò)的有效工具之一,簡單來說,鏈路預(yù)測就是指根據(jù)網(wǎng)絡(luò)已知的信息去預(yù)估這個網(wǎng)絡(luò)中沒有相連的兩節(jié)點(diǎn)間將會產(chǎn)生連接的概率。最近幾年,鏈路預(yù)測受到了眾多領(lǐng)域以及很多學(xué)者的關(guān)注,因?yàn)殒溌奉A(yù)測在理論研究和實(shí)際應(yīng)用上都有很重要的價值。理論研究上,鏈路預(yù)測可以用于研究復(fù)雜網(wǎng)絡(luò)的演變過程,實(shí)際應(yīng)用方面,可以應(yīng)用于推薦系統(tǒng)等等。由于復(fù)雜網(wǎng)絡(luò)的鏈路預(yù)測具有重要的研究價值,因此如何準(zhǔn)確并且高效的預(yù)測出網(wǎng)絡(luò)未知連邊是一項(xiàng)十分重要的工作。通過近年來的研究,大批復(fù)雜網(wǎng)絡(luò)鏈路預(yù)測的算法開始出現(xiàn),目前來說最主流的預(yù)測方法是基于節(jié)點(diǎn)相似性的這類鏈路預(yù)測算法。傳統(tǒng)意義的鏈路預(yù)測方法雖然早已十分成熟,然而仍有些不足。例如,傳統(tǒng)的指標(biāo)是高度退化的,對于大多數(shù)節(jié)點(diǎn)對都具有相同的分?jǐn)?shù)而無法區(qū)分;其次,這些指標(biāo)都是靜態(tài)和確定的,并不考慮任何動態(tài)的行為,對相同結(jié)構(gòu)的網(wǎng)絡(luò)給出相同的結(jié)果,但真實(shí)的網(wǎng)絡(luò)往往是動態(tài)產(chǎn)生的,演化的過程同樣影響鏈接的形成。本文提出的方法對傳統(tǒng)方法的不足做了適當(dāng)改進(jìn)和研究,都圍繞著擾動的概念,即利用網(wǎng)絡(luò)已知的部分信息來恢復(fù)原網(wǎng)絡(luò)的結(jié)構(gòu)并得到網(wǎng)絡(luò)的一些未知信息,主要工作內(nèi)容如下:（1）基于矩陣擾動和... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

網(wǎng)絡(luò)SPM擾動示意圖

擬網(wǎng)絡(luò)演化過程。另一方面，許多鏈路預(yù)測算法例如局部相似度指標(biāo)也都對應(yīng)特定的網(wǎng)絡(luò)演化機(jī)制，可以用來估計網(wǎng)絡(luò)的演化過程。圖5.1 網(wǎng)絡(luò)演化過程對鏈路形成和鏈路預(yù)測影響示意圖。tN 表示網(wǎng)絡(luò)在 t 時刻的狀態(tài)，網(wǎng)絡(luò)中的實(shí)線代表網(wǎng)絡(luò)已知連邊，黑色虛線代表未知連邊（丟失連邊）。假設(shè)每一步網(wǎng)絡(luò)都是根據(jù)CN 來演化的，根據(jù)這個規(guī)則，（1,7）間的連邊在1t 1時刻出現(xiàn)，然而，如果我們根據(jù) 來預(yù)測 時刻的網(wǎng)絡(luò)，我們會預(yù)測出（1,6）而不是（1,7）。在本章中，我們提出了新的鏈路預(yù)測算法，我們基于一些擾動方法和相似度指標(biāo)，模擬網(wǎng)絡(luò)演化過程，提出了演化評估算法 EEM


本文編號：2981533