現(xiàn)實(shí)生活中人們接觸的各式各樣的復(fù)雜系統(tǒng)都可以抽象為復(fù)雜網(wǎng)絡(luò)。而且復(fù)雜網(wǎng)絡(luò)牽涉到多種不同領(lǐng)域的學(xué)科知識(shí),因此關(guān)于復(fù)雜網(wǎng)絡(luò)的研究也吸引了來自不同學(xué)術(shù)的專業(yè)科研人士。通過研究分析這些形形色色的網(wǎng)絡(luò)有助于我們對(duì)現(xiàn)實(shí)世界的社會(huì)、經(jīng)濟(jì)、技術(shù)和生物系統(tǒng)的理解。與復(fù)雜網(wǎng)絡(luò)相干的鉆研問題很多,本文主要探索鏈路預(yù)測(cè)的相關(guān)技術(shù)。因?yàn)殒溌奉A(yù)測(cè)能夠揭示網(wǎng)絡(luò)中潛在的隱藏屬性關(guān)系,以致于具備重要的鉆研意義和價(jià)值�，F(xiàn)有的鏈路預(yù)測(cè)算法大多都是基于網(wǎng)絡(luò)的拓?fù)錁?gòu)造建模,因?yàn)橥ㄟ^網(wǎng)絡(luò)結(jié)構(gòu)挖掘信息具有可靠性和可信性。然而已有算法受到精度和通用性的限制,所以構(gòu)建更為通用和高精度的鏈路預(yù)測(cè)算法非常關(guān)鍵。該文側(cè)重討論了無權(quán)和加權(quán)兩種網(wǎng)絡(luò),主要研究成果如下:NCE模型是結(jié)合矩陣分解的表征學(xué)習(xí)算法,適用在無向無權(quán)網(wǎng)絡(luò)鏈路預(yù)測(cè)。它從度量網(wǎng)絡(luò)中任意兩個(gè)節(jié)點(diǎn)之間的全局概率轉(zhuǎn)移的角度來解決圖節(jié)點(diǎn)嵌入問題。這里定義了兩個(gè)節(jié)點(diǎn)之間的全局概率轉(zhuǎn)移矩陣計(jì)算方法GPTM,它是將隨機(jī)游走和矩陣分解的兩種方式結(jié)合起來定義節(jié)點(diǎn)之間的關(guān)聯(lián)指標(biāo),將其應(yīng)用于網(wǎng)絡(luò)嵌入的學(xué)習(xí)過程當(dāng)中。這里將無權(quán)鏈路預(yù)測(cè)看作有監(jiān)督的二分類問題。將節(jié)點(diǎn)的表征向量與邏輯回歸模型結(jié)合起來,預(yù)測(cè)... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：90 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

鏈路預(yù)測(cè)的應(yīng)用（圖片源自網(wǎng)絡(luò)）

第一章緒論3某些關(guān)鍵路段癱瘓，而這些障礙路段將直接的或間接的誘發(fā)其它相關(guān)路段，促使連鎖效應(yīng)，終究致使全部路段擁堵和滯留不前。可以通過鏈路預(yù)測(cè)手段，構(gòu)建交通網(wǎng)絡(luò)系統(tǒng)，依靠網(wǎng)絡(luò)中節(jié)點(diǎn)的重要性來分析每條路徑的暢通情況，提前做好路段引導(dǎo)分流，以避免交通網(wǎng)絡(luò)癱瘓。以及流行病傳播與免疫控制，社會(huì)意見傳播，通信網(wǎng)絡(luò)等等方面的廣泛應(yīng)用。1.2鏈路預(yù)測(cè)算法的國(guó)內(nèi)外研究現(xiàn)狀鏈路預(yù)測(cè)屬于網(wǎng)絡(luò)科學(xué)的一部分，隨著網(wǎng)絡(luò)科學(xué)理論的發(fā)展，網(wǎng)絡(luò)科學(xué)研究者們提出了眾多的鏈路預(yù)測(cè)算法模型。鏈路預(yù)測(cè)算法可以粗略的分為四種：其一是依賴網(wǎng)絡(luò)拓?fù)涞膯l(fā)式鏈路預(yù)測(cè)算法，其二是依賴節(jié)點(diǎn)已知屬性特征的機(jī)器學(xué)習(xí)鏈路預(yù)測(cè)算法，其三是依賴先驗(yàn)知識(shí)的最大似然鏈路預(yù)測(cè)算法，其四是依賴網(wǎng)絡(luò)表征學(xué)習(xí)潛在的隱式特征的鏈路預(yù)測(cè)算法。如圖1-2所示。圖1-2鏈路預(yù)測(cè)算法的簡(jiǎn)單分類

電子科技大學(xué)碩士學(xué)位論文8第二章復(fù)雜網(wǎng)絡(luò)的相關(guān)理論基礎(chǔ)如上文所述，大千世界中各種形態(tài)的系統(tǒng)都可以表述為包含點(diǎn)邊和屬性的網(wǎng)絡(luò)，這些抽象的網(wǎng)絡(luò)既有不同點(diǎn)，又有相同之處。例如四種常見的網(wǎng)絡(luò)模型：規(guī)則網(wǎng)絡(luò)(RN)、隨機(jī)網(wǎng)絡(luò)(ER)、小世界網(wǎng)絡(luò)(WS)和無標(biāo)度網(wǎng)絡(luò)(BA)，這些網(wǎng)絡(luò)模型統(tǒng)統(tǒng)被稱為復(fù)雜網(wǎng)絡(luò)。近年來，人們?cè)诿枋鰪?fù)雜網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)屬性時(shí)相繼提出了很多理論和方法。例如常見的網(wǎng)絡(luò)拓?fù)鋵傩裕壕W(wǎng)絡(luò)的聚類系數(shù)、平均最短路徑和節(jié)點(diǎn)度的分布等等。為什么網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)如此重要呢？因?yàn)榫W(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)總是潛移默化的影響網(wǎng)絡(luò)的功效。例如，交際網(wǎng)絡(luò)的拓?fù)錁?gòu)造將干涉消息與疾病的散布，電力系統(tǒng)的拓?fù)錁?gòu)造將干擾電力輸送的穩(wěn)健性與持續(xù)性等等。2.1復(fù)雜網(wǎng)絡(luò)理論基礎(chǔ)著名的Konnigsberg鎮(zhèn)七橋問題，可謂有了解過圖論的人都非常知曉。其中歐拉通過利用數(shù)學(xué)的知識(shí)將其刻畫為點(diǎn)線組成的圖，證明了七橋無解的經(jīng)典有趣故事�，F(xiàn)在涉及復(fù)雜網(wǎng)絡(luò)的鉆研與歐拉昔日對(duì)于七橋問題的解答是息息相關(guān)。從而表明了復(fù)雜網(wǎng)絡(luò)的淵源歷史，也為復(fù)雜的發(fā)展奠定了豐富的理論根基。復(fù)雜網(wǎng)絡(luò)的復(fù)雜性主要體現(xiàn)在如下幾個(gè)方面[38]：(1)結(jié)構(gòu)復(fù)雜性：巨大的食物鏈網(wǎng)絡(luò)，內(nèi)部結(jié)構(gòu)無章可循和千變?nèi)f化如圖2-1。而且隨著時(shí)間的推移，網(wǎng)絡(luò)內(nèi)部的鏈接也會(huì)動(dòng)態(tài)的發(fā)生改變，導(dǎo)致網(wǎng)絡(luò)結(jié)構(gòu)的不確定性。例如目前已經(jīng)被科學(xué)家深入研究的大規(guī)模網(wǎng)絡(luò)萬維網(wǎng)(WWW)，每天都會(huì)產(chǎn)生大量的新的鏈接和已經(jīng)存在的鏈接被刪除。同時(shí)，一些網(wǎng)絡(luò)節(jié)點(diǎn)間的關(guān)聯(lián)強(qiáng)度和方向也是不確定的。例如，動(dòng)物的神經(jīng)細(xì)胞構(gòu)成的網(wǎng)絡(luò)，節(jié)點(diǎn)是各種類型的突觸，而突觸之間既有抑制關(guān)系，也存在激發(fā)關(guān)系。圖2-1小石湖的食物網(wǎng)[1]

【參考文獻(xiàn)】：
期刊論文
[1]復(fù)雜網(wǎng)絡(luò)鏈路預(yù)測(cè)[J]. 呂琳媛.  電子科技大學(xué)學(xué)報(bào). 2010(05)



本文編號(hào)：3278440