| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景及其意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·基于节点属性的链接预测 | 第12-13页 |
| ·基于相似性的链接预测 | 第13-14页 |
| ·本文研究目标 | 第14页 |
| ·本文的组织结构 | 第14-16页 |
| 第二章 相关概念与理论 | 第16-27页 |
| ·社会网络简介 | 第16-17页 |
| ·链接预测 | 第17-20页 |
| ·问题描述 | 第17-19页 |
| ·算法性能评价指标 | 第19-20页 |
| ·相关模型 | 第20-26页 |
| ·基于相似性指标的模型 | 第20-21页 |
| ·本文涉及的机器学习算法 | 第21-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 隐朴素贝叶斯模型的链接预测 | 第27-37页 |
| ·相关工作 | 第27页 |
| ·朴素贝叶斯链接预测模型 | 第27-29页 |
| ·隐贝叶斯链接预测模型 | 第29-33页 |
| ·Hidden Na?ve Bayesian Model | 第29页 |
| ·基于隐贝叶斯的链接预测模型（HNB） | 第29-31页 |
| ·模型推广 | 第31-32页 |
| ·算法框架 | 第32-33页 |
| ·实验结果 | 第33-35页 |
| ·实验准备 | 第33页 |
| ·结果说明 | 第33-35页 |
| ·本章小结 | 第35-37页 |
| 第四章 社会网络链接结构特征选择 | 第37-53页 |
| ·相关工作 | 第37-39页 |
| ·不平衡分类问题 | 第37-38页 |
| ·特征选择 | 第38-39页 |
| ·社会网络链接结构特征选择模型 | 第39-45页 |
| ·问题分析 | 第39-40页 |
| ·特征评价 | 第40-43页 |
| ·社会网络链接结构特征选择模型 | 第43-44页 |
| ·算法框架 | 第44-45页 |
| ·实验结果 | 第45-51页 |
| ·实验准备 | 第45-46页 |
| ·结果说明 | 第46-51页 |
| ·本章小结 | 第51-53页 |
| 第五章 基于含权特征的社会网络链接预测 | 第53-60页 |
| ·加权网络简介 | 第53-56页 |
| ·加权网络表示方法 | 第53-54页 |
| ·含权特征 | 第54-56页 |
| ·基于含权特征的社会网络链接预测模型 | 第56-57页 |
| ·分析与准备 | 第56页 |
| ·基于含权特征的社会网络链接预测模型 | 第56-57页 |
| ·算法框架 | 第57页 |
| ·实验结果 | 第57-59页 |
| ·实验准备 | 第57页 |
| ·结果说明 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 总结与展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间取得的研究成果 | 第66-67页 |
| 致谢 | 第67-68页 |
| 附件 | 第68页 |