基于局部随机游走的时序链路预测算法
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第一章 绪论 | 第6-12页 |
| 1.1 研究背景及意义 | 第6-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 本文创新之处 | 第10页 |
| 1.4 本文结构 | 第10-12页 |
| 第二章 基础知识 | 第12-23页 |
| 2.1 图的基本概念 | 第12-16页 |
| 2.1.1 图的类型 | 第12-13页 |
| 2.1.2 图的计算机表示 | 第13-15页 |
| 2.1.3 链路预测问题描述 | 第15-16页 |
| 2.2 随机过程与马尔科夫链 | 第16-17页 |
| 2.3 链路预测相关算法 | 第17-23页 |
| 2.3.1 基于局部信息的相似性指标 | 第17-20页 |
| 2.3.2 基于全局信息的相似性指标 | 第20-21页 |
| 2.3.3 基于准局部信息的相似性指标 | 第21-22页 |
| 2.3.4 评价指标 | 第22-23页 |
| 第三章 基于局部随机游走的时序链路预测算法 | 第23-29页 |
| 3.1 局部随机游走算法 | 第23-24页 |
| 3.2 时序随机游走算法 | 第24-25页 |
| 3.3 实验与结果分析 | 第25-28页 |
| 3.3.1 实验数据集 | 第25页 |
| 3.3.2 实验结果 | 第25-28页 |
| 3.4 本章小节 | 第28-29页 |
| 第四章 时序链路预测算法在加权网络的应用 | 第29-38页 |
| 4.1 加权网络中的相似性指标 | 第29-32页 |
| 4.2 加权的时序随机游走算法 | 第32-33页 |
| 4.3 实验结果与分析 | 第33-36页 |
| 4.4 弱连接效应 | 第36-37页 |
| 4.5 本章小节 | 第37-38页 |
| 第五章 总结与展望 | 第38-41页 |
| 5.1 总结 | 第38页 |
| 5.2 展望 | 第38-41页 |
| 参考文献 | 第41-46页 |
| 攻读硕士学位期间的科研情况 | 第46-47页 |
| 致谢 | 第47页 |
