發(fā)布時(shí)間：2021-04-26 15:31

　　知識(shí)圖譜最核心的技術(shù)之一就是知識(shí)圖譜的推理技術(shù),是由已知的事實(shí)推理出未知的結(jié)論的過程。近年來,隨著知識(shí)圖譜規(guī)模的迅速增長,知識(shí)推理技術(shù)成為了當(dāng)前研究的熱點(diǎn)。鏈路預(yù)測知識(shí)推理技術(shù)的重要分支。研究人員發(fā)現(xiàn),在應(yīng)用于鏈路預(yù)測的多種算法中,隨機(jī)游走算法具有邏輯簡單、易于實(shí)現(xiàn)等優(yōu)點(diǎn)。知識(shí)圖譜補(bǔ)全也是知識(shí)推理技術(shù)的重要分支�，F(xiàn)實(shí)世界中的知識(shí)圖譜通常非常不完整,因此需要進(jìn)行知識(shí)圖譜補(bǔ)全�；陔S機(jī)游走的路徑排序算法（PathRanking Algorithm,PRA）是完成此任務(wù)的最有效的方法之一本文從基于隨機(jī)游走的多關(guān)系網(wǎng)絡(luò)鏈路預(yù)測、隨機(jī)游走算法優(yōu)化、基于PRA的知識(shí)圖譜補(bǔ)全3個(gè)方面進(jìn)行研究,主要工作有以下3點(diǎn):（1）針對(duì)現(xiàn)有的鏈路預(yù)測主要集中在單一關(guān)系網(wǎng)絡(luò),忽略了關(guān)系之間影響力的問題,提出了基于多關(guān)系網(wǎng)絡(luò)的隨機(jī)游走鏈路預(yù)測算法。該算法計(jì)算每個(gè)關(guān)系中所有節(jié)點(diǎn)之間的相似度,然后將所有其他關(guān)系中兩個(gè)節(jié)點(diǎn)之間的相似度的和定義為每個(gè)鏈路邊緣的傳播概率。得到傳播概率后,在網(wǎng)絡(luò)中通過隨機(jī)游動(dòng)傳播和更新節(jié)點(diǎn)之間的相似度。最后,通過鏈路預(yù)測得到節(jié)點(diǎn)間的相似性。將該算法與多關(guān)系網(wǎng)絡(luò)中的其它鏈路預(yù)測算法進(jìn)行了比較。實(shí)驗(yàn)... 

【文章來源】：戰(zhàn)略支援部隊(duì)信息工程大學(xué)河南省

【文章頁數(shù)】：68 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
研究生學(xué)位論文自評(píng)表
學(xué)位論文創(chuàng)新點(diǎn)與發(fā)表學(xué)術(shù)論文對(duì)應(yīng)情況表
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 鏈路預(yù)測
        1.2.2 知識(shí)圖譜補(bǔ)全
    1.3 研究內(nèi)容
    1.4 論文結(jié)構(gòu)
第二章 知識(shí)推理相關(guān)技術(shù)
    2.1 多關(guān)系網(wǎng)絡(luò)鏈路預(yù)測相關(guān)研究
        2.1.1 多關(guān)系網(wǎng)絡(luò)的表示
        2.1.2 多關(guān)系網(wǎng)絡(luò)的鏈路預(yù)測算法
        2.1.3 鏈路預(yù)測結(jié)果的評(píng)價(jià)標(biāo)準(zhǔn)
    2.2 隨機(jī)游走的相似性指標(biāo)
    2.3 知識(shí)圖譜補(bǔ)全相關(guān)研究
        2.3.1 PRA算法
        2.3.2 知識(shí)圖譜補(bǔ)全結(jié)果的評(píng)價(jià)標(biāo)準(zhǔn)
    2.4 本章小結(jié)
第三章 基于隨機(jī)游走的多關(guān)系網(wǎng)絡(luò)鏈路預(yù)測
    3.1 問題描述
    3.2 關(guān)系之間的影響
    3.3 基于隨機(jī)游走的多關(guān)系網(wǎng)絡(luò)鏈路預(yù)測算法
        3.3.1 算法描述
        3.3.2 算法偽代碼
    3.4 MR-RWLP算法性能驗(yàn)證
        3.4.1 實(shí)驗(yàn)數(shù)據(jù)
        3.4.2 實(shí)驗(yàn)評(píng)價(jià)指標(biāo)
        3.4.3 實(shí)驗(yàn)結(jié)果和分析
    3.5 本章小結(jié)
第四章 隨機(jī)游走的擴(kuò)展重啟
    4.1 問題描述
    4.2 隨機(jī)游走重啟
    4.3 隨機(jī)游走擴(kuò)展重啟算法
        4.3.1 相關(guān)定義
        4.3.2 算法描述與偽代碼
    4.4 RWER算法性能驗(yàn)證
        4.4.1 實(shí)驗(yàn)設(shè)置
        4.4.2 排名表現(xiàn)
        4.4.3 鏈路預(yù)測表現(xiàn)
    4.5 本章小結(jié)
第五章 基于多任務(wù)PRA的知識(shí)圖譜補(bǔ)全
    5.1 問題分析
    5.2 PRA的多任務(wù)學(xué)習(xí)框架
        5.2.1 關(guān)系聚類
        5.2.2 關(guān)系耦合
    5.3 MPRA性能驗(yàn)證
        5.3.1 實(shí)驗(yàn)設(shè)置
        5.3.2 實(shí)驗(yàn)評(píng)價(jià)指標(biāo)
        5.3.3 實(shí)驗(yàn)結(jié)果與分析
    5.4 本章小結(jié)
第六章 總結(jié)
    6.1 本文工作總結(jié)
    6.2 研究展望
致謝
參考文獻(xiàn)
作者簡歷



本文編號(hào)：3161662