復(fù)雜網(wǎng)絡(luò)中基于相似性的鏈接預(yù)測(cè)算法研究
發(fā)布時(shí)間:2023-08-04 18:48
隨著計(jì)算機(jī)技術(shù)的發(fā)展和復(fù)雜網(wǎng)絡(luò)的不斷演化,復(fù)雜網(wǎng)絡(luò)中蘊(yùn)藏的信息吸引了越來(lái)越多學(xué)者的眼球。通常一個(gè)復(fù)雜網(wǎng)絡(luò)由對(duì)象以及對(duì)象間的關(guān)系組成,這些關(guān)系是鏈接的集合。鏈接蘊(yùn)藏著網(wǎng)絡(luò)中大量的信息,所以對(duì)網(wǎng)絡(luò)中鏈接的挖掘顯得十分必要。鏈接挖掘有很多分支,鏈接預(yù)測(cè)作為鏈接挖掘中重要的研究?jī)?nèi)容,主要用來(lái)提取網(wǎng)絡(luò)中隱含的信息,同時(shí)針對(duì)數(shù)據(jù)源的不完整性進(jìn)行數(shù)據(jù)信息的補(bǔ)充。鏈接預(yù)測(cè)的主要任務(wù)是根據(jù)網(wǎng)絡(luò)的結(jié)構(gòu)信息和節(jié)點(diǎn)屬性挖掘未來(lái)即將出現(xiàn)的鏈接或在網(wǎng)絡(luò)數(shù)據(jù)庫(kù)中因某種失誤丟失的鏈接。隨著復(fù)雜網(wǎng)絡(luò)中海量數(shù)據(jù)的出現(xiàn),使得對(duì)鏈接預(yù)測(cè)算法有更高的要求。目前,鏈接預(yù)測(cè)算法被大量的提出,然而算法的預(yù)測(cè)能力還有待提高。基于相似性度量的鏈接預(yù)測(cè)指標(biāo)因其低計(jì)算復(fù)雜度和高預(yù)測(cè)能力成為當(dāng)前主流的研究方向。本文在前人研究的基礎(chǔ)上對(duì)有關(guān)相似性度量的鏈接預(yù)測(cè)指標(biāo)進(jìn)行了研究。在本文的研究中,我們通過(guò)利用網(wǎng)絡(luò)的局部拓?fù)湫畔⒐浪愎?jié)點(diǎn)之間的相似度。從復(fù)雜網(wǎng)絡(luò)的結(jié)構(gòu)特性出發(fā),本文提出了兩種方法來(lái)度量節(jié)點(diǎn)之間的相似性-FreSim算法和MSP算法。FreSim算法是一種基于頻繁項(xiàng)集強(qiáng)關(guān)聯(lián)規(guī)則挖掘的鏈接預(yù)測(cè)算法,該算法的思想來(lái)源于關(guān)聯(lián)規(guī)則挖掘Apriori...
【文章頁(yè)數(shù)】:50 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 論文研究背景及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 論文的研究?jī)?nèi)容
1.4 論文的組織結(jié)構(gòu)
第二章 復(fù)雜網(wǎng)絡(luò)和鏈接預(yù)測(cè)相關(guān)知識(shí)概述
2.1 復(fù)雜網(wǎng)絡(luò)及相關(guān)概念
2.2 鏈接預(yù)測(cè)
2.3 常用鏈接預(yù)測(cè)方法概述
2.3.1 局部相似性指標(biāo)
2.3.2 全局相似性指標(biāo)
2.3.3 半局部相似性指標(biāo)
2.4 鏈接預(yù)測(cè)評(píng)價(jià)標(biāo)準(zhǔn)
2.5 小結(jié)
第三章 基于頻繁項(xiàng)集的鏈接預(yù)測(cè)算法FreSim
3.1 Apriori算法-相關(guān)概念介紹
3.2 FreSim算法
3.2.1 FreSim算法的提出
3.2.2 FreSim算法的思想
3.2.3 算法分析
3.3 實(shí)驗(yàn)及結(jié)果分析
3.3.1 實(shí)驗(yàn)環(huán)境
3.3.2 數(shù)據(jù)集
3.3.3 參數(shù)設(shè)置
3.3.4 實(shí)驗(yàn)結(jié)果分析
3.4 小結(jié)
第四章 基于路徑和端點(diǎn)貢獻(xiàn)的鏈接預(yù)測(cè)算法MSP
4.1 SP算法
4.2 MSP算法
4.2.1 MSP算法的提出
4.2.2 MSP算法思想
4.2.3 MSP算法描述
4.3 實(shí)驗(yàn)及結(jié)果分析
4.3.1 實(shí)驗(yàn)環(huán)境及數(shù)據(jù)集介紹
4.3.2 參數(shù)設(shè)置
4.3.3 實(shí)驗(yàn)結(jié)果分析
4.4 小結(jié)
第五章 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
在學(xué)期間的研究成果
致謝
本文編號(hào):3838811
【文章頁(yè)數(shù)】:50 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 論文研究背景及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.3 論文的研究?jī)?nèi)容
1.4 論文的組織結(jié)構(gòu)
第二章 復(fù)雜網(wǎng)絡(luò)和鏈接預(yù)測(cè)相關(guān)知識(shí)概述
2.1 復(fù)雜網(wǎng)絡(luò)及相關(guān)概念
2.2 鏈接預(yù)測(cè)
2.3 常用鏈接預(yù)測(cè)方法概述
2.3.1 局部相似性指標(biāo)
2.3.2 全局相似性指標(biāo)
2.3.3 半局部相似性指標(biāo)
2.4 鏈接預(yù)測(cè)評(píng)價(jià)標(biāo)準(zhǔn)
2.5 小結(jié)
第三章 基于頻繁項(xiàng)集的鏈接預(yù)測(cè)算法FreSim
3.1 Apriori算法-相關(guān)概念介紹
3.2 FreSim算法
3.2.1 FreSim算法的提出
3.2.2 FreSim算法的思想
3.2.3 算法分析
3.3 實(shí)驗(yàn)及結(jié)果分析
3.3.1 實(shí)驗(yàn)環(huán)境
3.3.2 數(shù)據(jù)集
3.3.3 參數(shù)設(shè)置
3.3.4 實(shí)驗(yàn)結(jié)果分析
3.4 小結(jié)
第四章 基于路徑和端點(diǎn)貢獻(xiàn)的鏈接預(yù)測(cè)算法MSP
4.1 SP算法
4.2 MSP算法
4.2.1 MSP算法的提出
4.2.2 MSP算法思想
4.2.3 MSP算法描述
4.3 實(shí)驗(yàn)及結(jié)果分析
4.3.1 實(shí)驗(yàn)環(huán)境及數(shù)據(jù)集介紹
4.3.2 參數(shù)設(shè)置
4.3.3 實(shí)驗(yàn)結(jié)果分析
4.4 小結(jié)
第五章 總結(jié)與展望
5.1 總結(jié)
5.2 展望
參考文獻(xiàn)
在學(xué)期間的研究成果
致謝
本文編號(hào):3838811
本文鏈接:http://sikaile.net/kejilunwen/yysx/3838811.html
最近更新
教材專(zhuān)著