摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪论 | 第8-16页 |
1.1 研究背景 | 第8-9页 |
1.2 国内外研究现状 | 第9-12页 |
1.2.1 链接预测问题研究现状 | 第9-11页 |
1.2.2 带属性的链接预测问题研究现状 | 第11页 |
1.2.3 现状总结 | 第11-12页 |
1.3 研究目标及内容 | 第12-13页 |
1.4 论文的主要工作 | 第13-14页 |
1.5 论文组织结构 | 第14-16页 |
第二章 复杂网络链接预测相关技术 | 第16-26页 |
2.1 复杂网络 | 第16-19页 |
2.1.1 复杂网络的统计性质 | 第16-17页 |
2.1.2 复杂网络的基本特征 | 第17-18页 |
2.1.3 复杂网络举例 | 第18-19页 |
2.2 链接预测基本模型 | 第19-20页 |
2.2.1 链接预测问题基本定义 | 第19页 |
2.2.2 带属性的链接预测问题 | 第19-20页 |
2.3 链接预测关键技术 | 第20-24页 |
2.3.1 基于二元分类的预测方法 | 第20页 |
2.3.2 基于节点相似性的预测方法 | 第20-22页 |
2.3.3 基于路径相似性的预测方法 | 第22-23页 |
2.3.4 基于随机游走的预测方法 | 第23-24页 |
2.4 本章小结 | 第24-26页 |
第三章 复杂网络中的链接模式挖掘 | 第26-36页 |
3.1 基本思想 | 第26页 |
3.2 基于属性的链接模式挖掘 | 第26-33页 |
3.2.1 基于PU学习思想的模式挖掘 | 第29-32页 |
3.2.2 评价模式的区分力:D值 | 第32-33页 |
3.3 模式挖掘算法 | 第33-34页 |
3.4 本章小结 | 第34-36页 |
第四章 基于模式的链接预测 | 第36-44页 |
4.1 基本思想 | 第36-37页 |
4.2 链接模式的强度计算 | 第37-39页 |
4.2.1 随机块模型 | 第37页 |
4.2.2 链接模式强度计算 | 第37-39页 |
4.3 基于链接模式的随机游走模型 | 第39-43页 |
4.3.1 基于模式的概率转移矩阵构造算法 | 第40-42页 |
4.3.2 算法伪代码 | 第42页 |
4.3.3 算法分析 | 第42-43页 |
4.4 本章小结 | 第43-44页 |
第五章 数据集获取和预处理 | 第44-50页 |
5.1 UCI Machine Learning Repository | 第44-45页 |
5.1.1 数据集描述 | 第44-45页 |
5.1.2 数据集预处理 | 第45页 |
5.2 Political Blogs数据集 | 第45-46页 |
5.2.1 数据集描述 | 第45-46页 |
5.2.2 数据集预处理 | 第46页 |
5.3 新浪微博数据集 | 第46-49页 |
5.3.1 数据集获取 | 第46页 |
5.3.2 数据集描述 | 第46-47页 |
5.3.3 数据集预处理 | 第47-49页 |
5.4 本章小结 | 第49-50页 |
第六章 实验设计与分析 | 第50-64页 |
6.1 实验环境 | 第50页 |
6.1.1 硬件环境 | 第50页 |
6.1.2 软件环境 | 第50页 |
6.2 实验评价指标 | 第50-51页 |
6.2.1 模式挖掘算法验证实验评价指标 | 第50-51页 |
6.2.2 链接预测实验评价指标 | 第51页 |
6.3 基于PU学习的模式挖掘算法实验 | 第51-58页 |
6.3.1 实验设计 | 第51-52页 |
6.3.2 对比方法介绍 | 第52-53页 |
6.3.3 整体效果对比 | 第53-55页 |
6.3.4 模式区分力验证 | 第55-56页 |
6.3.5 训练集大小对挖掘算法的影响 | 第56-58页 |
6.4 复杂网络链接预测实验 | 第58-63页 |
6.4.1 实验设计 | 第58页 |
6.4.2 对比方法介绍 | 第58-59页 |
6.4.3 整体效果对比 | 第59-60页 |
6.4.4 训练集大小对预测效果的影响 | 第60-62页 |
6.4.5 不同L值下算法的预测效果 | 第62-63页 |
6.5 本章小结 | 第63-64页 |
第七章 原型系统实现 | 第64-68页 |
7.1 原型系统整体架构 | 第64-65页 |
7.2 原型系统实现 | 第65-67页 |
7.2.1 开发环境 | 第65页 |
7.2.2 系统流程图 | 第65页 |
7.2.3 原型系统总体类图 | 第65-66页 |
7.2.4 系统可视化 | 第66-67页 |
7.3 本章小结 | 第67-68页 |
第八章 总结和展望 | 第68-70页 |
8.1 研究工作总结 | 第68页 |
8.2 研究工作展望 | 第68-70页 |
致谢 | 第70-72页 |
参考文献 | 第72-76页 |
作者简介 | 第76页 |