有向图上的链接预测研究
| 摘要 | 第2-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-12页 |
| 1.2 研究内容 | 第12-13页 |
| 1.3 论文组织结构 | 第13-14页 |
| 第二章 有向网络及其链接预测 | 第14-24页 |
| 2.1 有向网络的表示 | 第14页 |
| 2.2 无向网络链接预测算法 | 第14-19页 |
| 2.2.1 基于局部信息的相似性指标 | 第15-17页 |
| 2.2.2 基于路径信息的相似性指标 | 第17-18页 |
| 2.2.3 基于随机游走的相似性指标 | 第18-19页 |
| 2.2.4 基于最大似然估计的链接预测 | 第19页 |
| 2.2.5 基于概率模型的链接预测 | 第19页 |
| 2.3 有向网络链接预测 | 第19-20页 |
| 2.4 链接预测结果的评价标准 | 第20-22页 |
| 2.5 本章小结 | 第22-24页 |
| 第三章 基于抽样的有向图的单源链接预测 | 第24-34页 |
| 3.1 问题的定义 | 第24页 |
| 3.2 Katz指标 | 第24-25页 |
| 3.3 随机游走算法 | 第25-26页 |
| 3.4 算法框架 | 第26-30页 |
| 3.4.1 路径的抽样 | 第26-27页 |
| 3.4.2 样本个数的确定 | 第27-30页 |
| 3.5 实验结果和分析 | 第30-32页 |
| 3.5.1 数据集 | 第30页 |
| 3.5.2 实验结果 | 第30-32页 |
| 3.6 本章小结 | 第32-34页 |
| 第四章 基于遗传算法的有向网络的链接预测 | 第34-42页 |
| 4.1 问题的定义 | 第34页 |
| 4.2 顶点排序(ranking) | 第34-35页 |
| 4.3 使用遗传算法求得最优近似排序 | 第35-39页 |
| 4.3.1 遗传算法 | 第35-36页 |
| 4.3.2 具体实现 | 第36-38页 |
| 4.3.3 遗传算法对顶点排序的算法框架 | 第38页 |
| 4.3.4 连接预测的算法框架 | 第38-39页 |
| 4.4 实验结果和分析 | 第39-41页 |
| 4.4.1 数据集 | 第39-40页 |
| 4.4.2 实验结果 | 第40-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第五章 基于生成树的有向图顶点排序的算法 | 第42-52页 |
| 5.1 问题的定义 | 第42-43页 |
| 5.2 基于生成树求得最佳排序 | 第43-49页 |
| 5.2.1 生成树方法的基本思想 | 第43-45页 |
| 5.2.2 具体实现 | 第45-46页 |
| 5.2.3 示例 | 第46-49页 |
| 5.3 实验结果和分析 | 第49-51页 |
| 5.3.1 数据集 | 第49-50页 |
| 5.3.2 实验结果 | 第50-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 研究总结 | 第52-53页 |
| 6.2 研究展望 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 致谢 | 第60-62页 |
| 攻读学位期间发表的学术论文与参加的研究工作 | 第62-63页 |
