链路预测在银行交易网络中的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-18页 |
| 1.1 选题背景 | 第9-12页 |
| 1.2 复杂网络研究现状 | 第12-14页 |
| 1.3 链路预测的研究进展 | 第14-16页 |
| 1.4 本文研究内容及意义 | 第16-17页 |
| 1.5 论文章节及其安排 | 第17-18页 |
| 2 链路预测 | 第18-24页 |
| 2.1 问题描述 | 第18-19页 |
| 2.2 链路预测评价指标 | 第19-20页 |
| 2.3 经典链路预测算法 | 第20-23页 |
| 2.4 小结 | 第23-24页 |
| 3 商业银行网络结构分析 | 第24-43页 |
| 3.1 交易网络与复杂网络 | 第24-31页 |
| 3.1.1 交易网络数据集提取 | 第24-29页 |
| 3.1.2 交易网络的数据属性 | 第29-31页 |
| 3.2 交易网络静态网络特性 | 第31-41页 |
| 3.2.1 网络结构的表示 | 第31-33页 |
| 3.2.2 交易网络的统计特征 | 第33-41页 |
| 3.3 交易网络的社区特性 | 第41页 |
| 3.4 小结 | 第41-43页 |
| 4 交易网络的链路预测 | 第43-60页 |
| 4.1 引言 | 第43页 |
| 4.2 数据集处理 | 第43-45页 |
| 4.2.1 数据集来源及提取 | 第43-44页 |
| 4.2.2 异常数据处理 | 第44页 |
| 4.2.3 网络中孤立节点对的处理 | 第44页 |
| 4.2.4 数据集的分类 | 第44-45页 |
| 4.3 连接节点的预测算法 | 第45-53页 |
| 4.3.1 算法思路 | 第45-46页 |
| 4.3.2 连接节点的自适应算法定义与说明 | 第46-47页 |
| 4.3.3 算法描述 | 第47-50页 |
| 4.3.4 算法分析与改进 | 第50-53页 |
| 4.4 经典链路预测算法实验 | 第53-55页 |
| 4.4.1 基于相似性的链路预测 | 第53-54页 |
| 4.4.2 结构相似性指标算法描述 | 第54-55页 |
| 4.5 算法比较 | 第55-59页 |
| 4.5.1 实验数据集介绍 | 第55-56页 |
| 4.5.2 实验结果与分析 | 第56-59页 |
| 4.6 小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 攻读学位期间的研究成果 | 第66页 |
