人們面對(duì)的世界是普遍聯(lián)系且不斷發(fā)展的,認(rèn)識(shí)事物的發(fā)展變化規(guī)律一直是科學(xué)研究熱點(diǎn)。人們通常采用圖的方式對(duì)現(xiàn)實(shí)世界中的復(fù)雜系統(tǒng)進(jìn)行刻畫和描述。在復(fù)雜系統(tǒng)中存在不同類型的對(duì)象及不同類型的聯(lián)系,每個(gè)對(duì)象和聯(lián)系都蘊(yùn)含著不同的意義。理解和掌握?qǐng)D數(shù)據(jù)中隱含的信息是數(shù)據(jù)挖掘研究領(lǐng)域的一個(gè)重要內(nèi)容。由于各種原因,人們不能完整獲得復(fù)雜系統(tǒng)中的各種對(duì)象及它們之間的鏈接關(guān)系的信息,而是需要根據(jù)已知的信息對(duì)隱含的鏈接關(guān)系、缺失的鏈接關(guān)系和虛假的鏈接關(guān)系進(jìn)行分析和判斷。因此,鏈接關(guān)系預(yù)測(cè)可以為我們更好地認(rèn)識(shí)和分析復(fù)雜系統(tǒng)。學(xué)者們從不同的領(lǐng)域?qū)︽溄雨P(guān)系預(yù)測(cè)進(jìn)行了研究,包括計(jì)算機(jī)科學(xué)方面、物理學(xué)方面、社會(huì)學(xué)方面和生物學(xué)等方面,并提出了各種方法,主要基于網(wǎng)絡(luò)的結(jié)構(gòu)特征、馬爾科夫鏈和機(jī)器學(xué)習(xí)等方法。各種鏈接關(guān)系預(yù)測(cè)方法的核心是對(duì)象之間的相似性度量,學(xué)者們提出了多種相似性度量指標(biāo)從不同角度度量對(duì)象的相似度。目前研究較多的基于節(jié)點(diǎn)相似性、路徑相似性等指標(biāo)。所以,在圖數(shù)據(jù)中如何利用網(wǎng)絡(luò)的結(jié)構(gòu)信息和節(jié)點(diǎn)的屬性信息進(jìn)行相似性度量是非常重要的,直接關(guān)系到鏈接關(guān)系預(yù)測(cè)的質(zhì)量。目前,鏈接關(guān)系預(yù)測(cè)的研究面臨兩個(gè)問題:（1）如何提高相似性度... 

【文章來源】：廣東工業(yè)大學(xué)廣東省

【文章頁數(shù)】：97 頁

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖２．?１（ａ）無向網(wǎng)絡(luò)圖

從前面的分析可以得到對(duì)象之間的相似可以認(rèn)為是不同對(duì)象相對(duì)于共同特征的相似程??度的反映。簡單起見，先考慮共同特征數(shù)（廣泛性）而不考慮每個(gè)特征的重要程度（分值），??則相似性可以表達(dá)為共同特征數(shù)與對(duì)象總特征數(shù)的比值，如下圖３．１所示。??圖３．１集合甲和集合乙特征分析??Ｆｉｇ．?３．?１?Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ?ａｎａｌｙｓｉｓ?ｏｆ?Ｓｅｔ?Ａ?ａｎｄ?Ｂ??２８??

３．４．３．１訓(xùn)練集比例不同??首先，在數(shù)據(jù)集ＵＳＡｉｒ中測(cè)試了基于ＡＳＣＣＮ指標(biāo)、ＡＳＣＲＡ指標(biāo)和ＡＳＣＡＡ指標(biāo)的鏈??接關(guān)系預(yù)測(cè)，當(dāng)訓(xùn)練集比例不同時(shí)ＡＵＣ的表現(xiàn)，實(shí)驗(yàn)結(jié)果如下圖３．３所示：??０．９８?｜?．?．?■???０－９６?．?心??？??｜?０４．?…?．??Ｉ?０－９２?－?－??ｆ：：：Ｖ?｜??＇??０?９ｆ?＿嚴(yán)?－＾―?ＳＣＣＮｌ．??＇ｉ／?ＳＣＡＡ??—＾―?ＳＣＲＡ??０．８８?＇?＇?＇???０．５?０—６?０．７?０．８?０．９??訓(xùn)練集比例??圖３．３?ＵＳＡｉｒ數(shù)據(jù)集中ＡＵＣ與訓(xùn)練集變化關(guān)系??Ｆｉｇ．３．３?Ｒｅｌａｔｉｏｎｓｈｉｐ?ｏｆ?ＡＵＣ?ａｎｄ?ｔｒａｉｎｉｎｇ?ｒａｔｉｏ?ｉｎ?ＵＳＡｉｒ?ｄａｔａｓｅｔ??從圖３．３所示的實(shí)驗(yàn)結(jié)果可以看出，當(dāng)訓(xùn)練集合的比例為０．６時(shí)，ＡＳＣＣＮ、ＡＳＣＲＡ和??ＡＳＣＡＡ算法的鏈接預(yù)測(cè)準(zhǔn)確度ＡＣＵ超過９０％，當(dāng)訓(xùn)練集比例０．９時(shí)，ＡＳＣＣＮ、ＡＳＣＲＡ??和ＡＳＣＡＡ算法的鏈接預(yù)測(cè)準(zhǔn)確度ＡＵＣ值已經(jīng)達(dá)到９５％以上。在另外３個(gè)數(shù)據(jù)集中也可以??得到相近的結(jié)論。實(shí)驗(yàn)結(jié)果表明


本文編號(hào)：3520953