本文關(guān)鍵詞：復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)分析與鏈路預(yù)測(cè)　出處：《電子科技大學(xué)》2016年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 復(fù)雜網(wǎng)絡(luò) 網(wǎng)絡(luò)結(jié)構(gòu)分析 鏈路預(yù)測(cè) 網(wǎng)絡(luò)演化 推薦系統(tǒng)

【摘要】：研究復(fù)雜網(wǎng)絡(luò)是認(rèn)識(shí)復(fù)雜系統(tǒng)的重要手段。諸多對(duì)于復(fù)雜網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的研究成果表明,真實(shí)系統(tǒng)往往會(huì)涌現(xiàn)出許多有趣的性質(zhì),而這些性質(zhì)往往又決定了復(fù)雜系統(tǒng)的功能,并影響著復(fù)雜網(wǎng)絡(luò)領(lǐng)域中的許多理論研究。鏈路預(yù)測(cè)是其中一個(gè)重要的研究方向,在理論和應(yīng)用層面上都有重大的意義和價(jià)值。理論上講,改善鏈路預(yù)測(cè)算法與挖掘網(wǎng)絡(luò)結(jié)構(gòu)特征是相互促進(jìn)的,這對(duì)于模擬網(wǎng)絡(luò)演化過程有著重要的意義;從應(yīng)用上講,鏈路預(yù)測(cè)算法可以直接應(yīng)用于社交網(wǎng)絡(luò)的關(guān)系預(yù)測(cè),與另一重要的信息過濾技術(shù)即推薦系統(tǒng)也有著緊密的聯(lián)系。以復(fù)雜網(wǎng)絡(luò)為研究對(duì)象,本文先對(duì)網(wǎng)絡(luò)結(jié)構(gòu)做了不同尺度的分析,包括宏觀、中觀和微觀的尺度,然后針對(duì)網(wǎng)絡(luò)結(jié)構(gòu)特征提出了相應(yīng)的鏈路預(yù)測(cè)算法,最后將鏈路預(yù)測(cè)算法應(yīng)用到了推薦系統(tǒng)中。此研究利用了計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)物理學(xué)等諸多學(xué)科常用的理論和方法,不僅發(fā)現(xiàn)了一些有趣且有效的結(jié)構(gòu)特征,還通過分析鏈路預(yù)測(cè)與推薦系統(tǒng)在目標(biāo)上的差異,進(jìn)而抽取了網(wǎng)絡(luò)的信息骨架。本文研究的問題包括:(1)在宏觀層面的網(wǎng)絡(luò)結(jié)構(gòu)分析中,對(duì)比了不同演化機(jī)制對(duì)于真實(shí)網(wǎng)絡(luò)的影響。針對(duì)復(fù)雜網(wǎng)絡(luò)演化模型是否優(yōu)秀的評(píng)估問題,提出了一種基于似然分析的模型,該模型突破了傳統(tǒng)方法在此問題上的缺陷:它不需要統(tǒng)計(jì)任何網(wǎng)絡(luò)特征指標(biāo),且首次量化了多種演化機(jī)制在網(wǎng)絡(luò)演化過程中的作用大小。(2)在中觀層面上,提出了一種新的方法論,推斷并驗(yàn)證了有向網(wǎng)絡(luò)中的一個(gè)顯著子圖。將勢(shì)能理論引入到有向網(wǎng)絡(luò)中,結(jié)合聚類性和同質(zhì)性,得到了同時(shí)擁有這三種性質(zhì)的Bi-fan結(jié)構(gòu);然后通過在多個(gè)真實(shí)網(wǎng)絡(luò)中開展實(shí)驗(yàn)以驗(yàn)證該結(jié)構(gòu)的有效性。對(duì)于該問題的研究形成了一套適用于挖掘網(wǎng)絡(luò)結(jié)構(gòu)的新方法論,即通過理論分析進(jìn)行推導(dǎo),再通過實(shí)驗(yàn)進(jìn)行驗(yàn)證。(3)在微觀層面上,重點(diǎn)研究了節(jié)點(diǎn)的中心性指標(biāo)。通過分析企業(yè)員工在關(guān)系網(wǎng)絡(luò)中的中心性指標(biāo),對(duì)員工是否升職或是否離職進(jìn)行了分類,其中度和核數(shù)都是非常優(yōu)秀的指標(biāo)。進(jìn)一步地,本文首次發(fā)現(xiàn)了度和核數(shù)之間的緊密聯(lián)系:僅僅通過給節(jié)點(diǎn)上的值迭代地施加一個(gè)算子,節(jié)點(diǎn)上的值就會(huì)從度變?yōu)镠指數(shù),并最終收斂到核數(shù)。收斂過程中的每一個(gè)值都是對(duì)節(jié)點(diǎn)中心性的刻畫。(4)應(yīng)用網(wǎng)絡(luò)結(jié)構(gòu)特征的分析結(jié)果以提高鏈路預(yù)測(cè)算法。在微觀層面上,通過研究每個(gè)節(jié)點(diǎn)在聚類性上的差異,提出了基于樸素貝葉斯的鏈路預(yù)測(cè)算法,它不僅將同類算法的預(yù)測(cè)準(zhǔn)確度提高了5.7%,還有助于發(fā)現(xiàn)一些相似性很高卻沒有產(chǎn)生連邊的節(jié)點(diǎn)對(duì)。在中觀層面上,受計(jì)算機(jī)通信網(wǎng)絡(luò)中最可信路由問題的啟發(fā),提出了含權(quán)的鏈路預(yù)測(cè)算法,此算法在眾多含權(quán)網(wǎng)絡(luò)中的整體表現(xiàn)最好、也最穩(wěn)定。(5)將鏈路預(yù)測(cè)模型應(yīng)用于網(wǎng)絡(luò)演化和推薦系統(tǒng)中。在網(wǎng)絡(luò)演化問題中,討論了鏈路預(yù)測(cè)模型在量化演化機(jī)制貢獻(xiàn)時(shí)的缺陷,同時(shí)分析了基于似然分析的評(píng)估模型的優(yōu)勢(shì)。在推薦系統(tǒng)方面,發(fā)現(xiàn)用戶的活躍度以及商品的流行度能直接影響推薦算法的準(zhǔn)確性,而且恰當(dāng)?shù)乩门c目標(biāo)用戶沒有相似興趣的用戶,反而會(huì)取得更好的推薦效果。于是我們猜想信息系統(tǒng)中可能存在一些冗余的甚至是有誤導(dǎo)性的信息,并通過考察網(wǎng)絡(luò)結(jié)構(gòu)和興趣漂移對(duì)推薦效果的影響,創(chuàng)新性地提出了信息骨架的概念,用于實(shí)驗(yàn)的網(wǎng)絡(luò)只需要保留28%信息便可維持推薦系統(tǒng)的準(zhǔn)確性;再進(jìn)一步考察時(shí)間因素的影響,提出了可以自動(dòng)更新卻不需要大量重復(fù)計(jì)算的含時(shí)推薦算法。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：O157.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 袁芳芳;肖曉;;一種改進(jìn)的代價(jià)敏感型鏈路預(yù)測(cè)算法[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年11期

2 任曉龍;呂琳媛;;網(wǎng)絡(luò)重要節(jié)點(diǎn)排序方法綜述[J];科學(xué)通報(bào);2014年13期

3 吳祖峰;梁棋;劉嶠;秦志光;;基于AdaBoost的鏈路預(yù)測(cè)優(yōu)化算法[J];通信學(xué)報(bào);2014年03期

4 周濤;張子柯;陳關(guān)榮;汪小帆;史定華;狄增如;樊瑛;方錦清;韓筱璞;劉建國(guó);劉潤(rùn)然;劉宗華;陸君安;呂金虎;呂琳媛;榮智海;汪秉宏;許小可;章忠志;;復(fù)雜網(wǎng)絡(luò)研究的機(jī)遇與挑戰(zhàn)[J];電子科技大學(xué)學(xué)報(bào);2014年01期

5 張亮;柏林森;周濤;;基于跨電商行為的交叉推薦算法[J];電子科技大學(xué)學(xué)報(bào);2013年01期

6 張聰;沈惠璋;;網(wǎng)絡(luò)自然密度社團(tuán)結(jié)構(gòu)模塊度函數(shù)[J];電子科技大學(xué)學(xué)報(bào);2012年02期

7 朱郁筱;呂琳媛;;推薦系統(tǒng)評(píng)價(jià)指標(biāo)綜述[J];電子科技大學(xué)學(xué)報(bào);2012年02期

8 包學(xué)才;戴伏生;韓衛(wèi)占;;基于拓?fù)涞牟幌嘟宦窂娇箽栽u(píng)估方法[J];系統(tǒng)工程與電子技術(shù);2012年01期

9 白萌;胡柯;唐翌;;Link prediction based on a semi-local similarity index[J];Chinese Physics B;2011年12期

10 劉宏鯤;呂琳媛;周濤;;利用鏈路預(yù)測(cè)推斷網(wǎng)絡(luò)演化機(jī)制[J];中國(guó)科學(xué):物理學(xué) 力學(xué) 天文學(xué);2011年07期

，

本文編號(hào)：1336497