復(fù)雜網(wǎng)絡(luò)的研究具有巨大的現(xiàn)實(shí)意義,能夠幫助理解社交網(wǎng)絡(luò)、生物網(wǎng)絡(luò)、交通網(wǎng)絡(luò)等各種復(fù)雜系統(tǒng)形成的網(wǎng)絡(luò)的演化。鏈路預(yù)測(cè)是復(fù)雜網(wǎng)絡(luò)與數(shù)據(jù)挖掘相交叉的一個(gè)研究領(lǐng)域,主要研究復(fù)雜網(wǎng)絡(luò)中的節(jié)點(diǎn)相互產(chǎn)生連邊的可能。鏈路預(yù)測(cè)對(duì)于復(fù)雜網(wǎng)絡(luò)的演化研究具有重要的價(jià)值,并且在實(shí)際中也非常具有應(yīng)用價(jià)值,例如進(jìn)行好友推薦以及指導(dǎo)蛋白質(zhì)交互網(wǎng)絡(luò)的研究等。目前鏈路預(yù)測(cè)研究中較少利用網(wǎng)絡(luò)的時(shí)間演化信息,而且多數(shù)是針對(duì)無向網(wǎng)絡(luò)進(jìn)行研究,并且很少有關(guān)注網(wǎng)絡(luò)的微觀子結(jié)構(gòu)的演化。而現(xiàn)實(shí)中的網(wǎng)絡(luò)大多是有向并且隨著時(shí)間推移進(jìn)行演化的。所以本文對(duì)生活中最常見,最容易接觸到的有向動(dòng)態(tài)社交網(wǎng)絡(luò)進(jìn)行鏈路預(yù)測(cè)研究。模體這個(gè)概念最初來源于生物領(lǐng)域,表示網(wǎng)絡(luò)中的基本功能子結(jié)構(gòu),將其應(yīng)用到鏈路預(yù)測(cè)中來,可以對(duì)復(fù)雜網(wǎng)絡(luò)中最小的功能子結(jié)構(gòu)既三元組模體進(jìn)行研究。此外,復(fù)雜網(wǎng)絡(luò),特別是社交網(wǎng)絡(luò)大多都會(huì)有社區(qū)結(jié)構(gòu),這是在長(zhǎng)時(shí)間的演化中自然形成的。在網(wǎng)絡(luò)中,同一個(gè)社區(qū)之中的節(jié)點(diǎn)之間相互連接更加緊密,而不同社區(qū)之間的節(jié)點(diǎn)連接較為稀疏。為解決上述幾個(gè)問題,本文做了如下幾個(gè)方面的工作:第一,本文提出一種有向動(dòng)態(tài)社交網(wǎng)絡(luò)中的鏈路預(yù)測(cè)方法,該方法關(guān)注三元組模體的動(dòng)態(tài)演化...

【文章頁數(shù)】：70 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2.1靜態(tài)鏈路預(yù)測(cè)

所以全集U應(yīng)為90條邊，有80條不存在的邊。如圖2.1(b)選出10條存在的邊中的3條作為測(cè)試集，另外7條作為訓(xùn)練集，那么就有83條未知邊。給定某種鏈路預(yù)測(cè)算法，賦予83條未知邊一個(gè)分?jǐn)?shù)值，其中包括80條不存在的邊和3條測(cè)試邊。將這些邊按照分?jǐn)?shù)....

圖2.2動(dòng)態(tài)網(wǎng)絡(luò)鏈路預(yù)測(cè)

t1時(shí)刻有3條邊，t2時(shí)刻有4條邊，t3時(shí)刻有3條邊。先將樣本網(wǎng)絡(luò)劃分為三個(gè)時(shí)間片，分別為圖2.2(b)t1時(shí)間片，圖2.2(c)t2時(shí)間片，圖2.2(d)t3時(shí)間片。將t3時(shí)間片作為測(cè)試集，測(cè)試集邊數(shù)為3，所以未知邊數(shù)為83。使用時(shí)序鏈路預(yù)測(cè)....

圖2.4模體轉(zhuǎn)換

3-1024-021D5-021U6-02111-20112-120D13-120U14-12圖2.3有向網(wǎng)絡(luò)中的16種三元組模體的演化中有著重要的作用，本文率來進(jìn)行鏈路預(yù)測(cè)。att+1t

圖3.1共同鄰居

圖3.1共同鄰居鄰居的度信息，著名的Adamic-A考慮范圍。AA指標(biāo)可以表示如=∑()∩()共同鄰居的度數(shù)，Γ()與Γ()分同鄰居。由式(3.2)可以看出，對(duì)于點(diǎn)對(duì)連邊可能性的貢獻(xiàn)就越小。明星必然在社交網(wǎng)絡(luò)中具有很高是如果兩個(gè)人同時(shí)關(guān)注了一個(gè)并比較....

本文編號(hào)：4016180