摘要 | 第4-5页 |
Abstract | 第5-6页 |
图录 | 第9-10页 |
表录 | 第10-11页 |
第一章 绪论 | 第11-19页 |
1.1 研究背景及意义 | 第11-12页 |
1.2 链接预测研究现状 | 第12-15页 |
1.2.1 未知链接预测技术的研究现状 | 第12-13页 |
1.2.2 未来链接预测技术的研究现状 | 第13-15页 |
1.2.3 链接预测的挑战 | 第15页 |
1.3 本文的研究内容与创新性成果 | 第15-16页 |
1.3.1 邮件通联网络链接预测技术的研究内容 | 第15-16页 |
1.3.2 邮件通联网络链接预测的创新性研究成果 | 第16页 |
1.4 本文组织结构 | 第16-19页 |
第二章 链接预测中的基本概念和相关技术 | 第19-25页 |
2.1 邮件通联网络链接预测的基本概念 | 第19-21页 |
2.1.1 社会网络 | 第19-20页 |
2.1.2 社会网络分析中的聚类 | 第20页 |
2.1.3 链接预测 | 第20-21页 |
2.2 链接预测的相关技术 | 第21-24页 |
2.2.1 分类器构造建模技术 | 第21-22页 |
2.2.2 网络演化模型建模技术 | 第22-23页 |
2.2.3 链接预测的评估技术 | 第23-24页 |
2.3 本章小结 | 第24-25页 |
第三章 基于节点间邻近度的演化链接预测 | 第25-37页 |
3.1 基于节点间邻近度的邮件通联网络演化链接的预测框架 | 第25-26页 |
3.2 邮件通联网络的特征分析和节点分组 | 第26-29页 |
3.2.1 邮件通联网络的网络特征分析 | 第26-27页 |
3.2.2 基于邮件议题分析的节点分组 | 第27-28页 |
3.2.3 邮件链接聚类的聚类指标 | 第28-29页 |
3.3 邻近度指标的度量、选取和改进 | 第29-32页 |
3.3.1 节点分组后的邮件议题通联网络的特征分析 | 第29-30页 |
3.3.2 邮件通联网络中节点间邻近度指标的选取 | 第30-31页 |
3.3.3 邮件通联网络中节点间邻近度指标的改进 | 第31-32页 |
3.4 基于改进的邻近度的演化链接预测流程 | 第32-33页 |
3.5 实验结果与评估分析 | 第33-35页 |
3.5.1 实验数据集介绍和实验准备 | 第33-34页 |
3.5.2 实验分析 | 第34-35页 |
3.6 本章小结 | 第35-37页 |
第四章 基于贝叶斯分类器模型的演化链接预测 | 第37-49页 |
4.1 基于贝叶斯分类的邮件通联网络演化链接的预测框架 | 第37-38页 |
4.2 分类属性及其类条件概率的定义和优化 | 第38-41页 |
4.2.1 分类属性 IGCN、IGRA 的类条件概率表的优化 | 第38-39页 |
4.2.2 分类属性 IIs 及其类条件概率函数 | 第39-41页 |
4.3 分类属性的组合以及改进的贝叶斯分类模型框架 | 第41-43页 |
4.3.1 相关性贝叶斯分类模型 | 第41-42页 |
4.3.2 基于重要度加权的贝叶斯分类模型 | 第42-43页 |
4.3.3 综合改进后的贝叶斯分类模型 WCB | 第43页 |
4.4 基于 WCB 模型的演化链接预测流程 | 第43-44页 |
4.5 实验结果与评估分析 | 第44-47页 |
4.6 本章小结 | 第47-49页 |
第五章 基于拟合网络演化模型的稳定链接预测 | 第49-61页 |
5.1 邮件通联网络稳定链接的预测思路 | 第49-51页 |
5.1.1 邮件通联网络稳定链接的定义 | 第49页 |
5.1.2 基于生成链接可信度的邮件通联网络链接稳定性的衡量 | 第49-51页 |
5.2 邮件通联网络可重叠性分组模块的层次化随机演化模型 | 第51-55页 |
5.2.1 邮件通联网络 HOSBM 模型框架的结构描述 | 第51-52页 |
5.2.2 邮件通联网络 HOSBM 模型框架的边演化规则 | 第52-54页 |
5.2.3 邮件通联网络 HOSBM 模型框架的似然估计函数 | 第54-55页 |
5.3 基于 MCMC 算法求解模型似然估计函数的近似最优值 | 第55-56页 |
5.4 基于拟合 HOSBM 模型框架的稳定链接预测流程 | 第56-58页 |
5.5 实验结果与评估分析 | 第58-59页 |
5.6 本章小结 | 第59-61页 |
结束语 | 第61-63页 |
致谢 | 第63-65页 |
参考文献 | 第65-69页 |
作者简历 | 第69页 |