網(wǎng)絡(luò)是刻畫(huà)和分析復(fù)雜系統(tǒng)中個(gè)體之間的鏈接關(guān)系及相互影響的有力工具。時(shí)序網(wǎng)絡(luò)是傳統(tǒng)網(wǎng)絡(luò)在時(shí)間維度上的拓展,是對(duì)真實(shí)復(fù)雜系統(tǒng)更準(zhǔn)確地抽象。因此,時(shí)序網(wǎng)絡(luò)的研究具有重大的理論意義和實(shí)用價(jià)值。本文重點(diǎn)圍繞時(shí)序網(wǎng)絡(luò)結(jié)構(gòu)建模與演化分析等關(guān)鍵問(wèn)題,系統(tǒng)地從網(wǎng)絡(luò)節(jié)點(diǎn)、鏈接以及社區(qū)三個(gè)層次,分別開(kāi)展關(guān)鍵節(jié)點(diǎn)挖掘、未知鏈接預(yù)測(cè)以及一致社區(qū)發(fā)現(xiàn)的研究,并分析研究了合理窗口選擇的共性問(wèn)題。本文主要包括以下四個(gè)方面的內(nèi)容:第一,針對(duì)時(shí)序網(wǎng)絡(luò)關(guān)鍵節(jié)點(diǎn)挖掘問(wèn)題,提出了時(shí)序網(wǎng)絡(luò)的超演化矩陣數(shù)學(xué)表示模型,進(jìn)一步提出了基于超演化矩陣特征向量中心性的節(jié)點(diǎn)重要性度量方法。通過(guò)定義超演化矩陣刻畫(huà)了時(shí)序網(wǎng)絡(luò)片段及其層間關(guān)聯(lián),并引入時(shí)間序列分析方法自動(dòng)估計(jì)不同片段之間的關(guān)系參數(shù)�；诔莼仃囂厥獾南氯切问�,設(shè)計(jì)了高維矩陣特征向量的快速計(jì)算方法,實(shí)現(xiàn)了時(shí)序網(wǎng)絡(luò)節(jié)點(diǎn)重要性的有效度量。實(shí)驗(yàn)結(jié)果表明:本模型方法能夠?qū)r(shí)序網(wǎng)絡(luò)節(jié)點(diǎn)重要性進(jìn)行更有效排序。第二,針對(duì)時(shí)序網(wǎng)絡(luò)鏈接關(guān)系預(yù)測(cè)問(wèn)題,提出了基于時(shí)間序列分析的時(shí)序網(wǎng)絡(luò)結(jié)構(gòu)演化建模,進(jìn)一步提出了結(jié)合網(wǎng)絡(luò)時(shí)序與結(jié)構(gòu)信息的鏈接關(guān)系預(yù)測(cè)方法。通過(guò)引入單變量和多變量的時(shí)間序列分析方法,對(duì)網(wǎng)絡(luò)中節(jié)...

【文章頁(yè)數(shù)】：136 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
        1.1.1 選題背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 時(shí)序網(wǎng)絡(luò)分析研究進(jìn)展
        1.2.2 關(guān)鍵節(jié)點(diǎn)挖掘研究進(jìn)展
        1.2.3 鏈接關(guān)系預(yù)測(cè)研究進(jìn)展
        1.2.4 社區(qū)結(jié)構(gòu)發(fā)現(xiàn)研究進(jìn)展
    1.3 本文的組織與安排
        1.3.1 總體思路
        1.3.2 章節(jié)安排
        1.3.3 創(chuàng)新之處
第二章 時(shí)序網(wǎng)絡(luò)關(guān)鍵節(jié)點(diǎn)挖掘
    2.1 時(shí)序網(wǎng)絡(luò)的超矩陣建模
        2.1.1 超演化矩陣建模
        2.1.2 層間鏈路的定義
    2.2 超矩陣特征向量中心性度量
        2.2.1 超矩陣特征向量中心性
        2.2.2 時(shí)序網(wǎng)絡(luò)結(jié)構(gòu)特征度量
    2.3 實(shí)驗(yàn)驗(yàn)證與分析
        2.3.1 真實(shí)網(wǎng)絡(luò)數(shù)據(jù)
        2.3.2 關(guān)鍵節(jié)點(diǎn)的挖掘
        2.3.3 重要節(jié)點(diǎn)的結(jié)構(gòu)特性分析
        2.3.4 增強(qiáng)了節(jié)點(diǎn)之間的差異性
    2.4 本章小結(jié)
第三章 時(shí)序網(wǎng)絡(luò)鏈接關(guān)系預(yù)測(cè)
    3.1 基于結(jié)構(gòu)相似性度量
        3.1.1 基于節(jié)點(diǎn)的相似性度量指標(biāo)
        3.1.2 基于路徑的相似性度量指標(biāo)
    3.2 時(shí)間序列分析預(yù)測(cè)模型
        3.2.1 單變量時(shí)間序列分析
        3.2.2 多變量時(shí)間序列分析
        3.2.3 融合時(shí)序與結(jié)構(gòu)信息
    3.3 實(shí)驗(yàn)驗(yàn)證與分析
        3.3.1 評(píng)價(jià)指標(biāo)
        3.3.2 真實(shí)網(wǎng)絡(luò)數(shù)據(jù)
        3.3.3 各類(lèi)方法預(yù)測(cè)效果
        3.3.4 融合方法預(yù)測(cè)效果
    3.4 本章小結(jié)
第四章 時(shí)序網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)發(fā)現(xiàn)
    4.1 社區(qū)發(fā)現(xiàn)譜聚類(lèi)算法
        4.1.1 時(shí)序網(wǎng)絡(luò)矩陣表示
        4.1.2 歸一化拉普拉斯矩陣譜聚類(lèi)
    4.2 時(shí)序譜融合社區(qū)劃分算法
        4.2.1 時(shí)序特征譜融合方法
        4.2.2 時(shí)序譜聚類(lèi)劃分模型
    4.3 實(shí)驗(yàn)驗(yàn)證與分析
        4.3.1 評(píng)價(jià)指標(biāo)
        4.3.2 仿真網(wǎng)絡(luò)實(shí)驗(yàn)分析
        4.3.3 真實(shí)網(wǎng)絡(luò)實(shí)驗(yàn)分析
    4.4 本章小結(jié)
第五章 時(shí)序網(wǎng)絡(luò)合理窗口選擇
    5.1 基于距離度量的閾值判斷
        5.1.1 網(wǎng)絡(luò)結(jié)構(gòu)的距離度量
        5.1.2 閾值判斷
    5.2 基于特征度量的時(shí)間序列建模
        5.2.1 網(wǎng)絡(luò)的特征度量
        5.2.2 時(shí)間序列分析
    5.3 實(shí)驗(yàn)驗(yàn)證與分析
        5.3.1 真實(shí)網(wǎng)絡(luò)數(shù)據(jù)
        5.3.2 基于距離度量的窗口選擇
        5.3.3 基于特征度量的時(shí)序分析
    5.4 本章小結(jié)
第六章 結(jié)論與展望
    6.1 本文工作總結(jié)
    6.2 下一步研究方向
致謝
參考文獻(xiàn)
作者在學(xué)期間取得的學(xué)術(shù)成果



本文編號(hào)：3830396