| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-16页 |
| 1.1.1 复杂网络 | 第11-13页 |
| 1.1.2 链路预测 | 第13-16页 |
| 1.2 国内外的研究进展 | 第16-18页 |
| 1.3 本文的组织架构 | 第18-19页 |
| 第二章 背景知识 | 第19-25页 |
| 2.1 问题阐述 | 第19-20页 |
| 2.2 数据集划分方法 | 第20-21页 |
| 2.2.1 逐项遍历法 | 第20页 |
| 2.2.2 随机抽样法 | 第20-21页 |
| 2.2.3 随机游走抽样法 | 第21页 |
| 2.2.4 k-折叠交叉检验法 | 第21页 |
| 2.3 检验指标 | 第21-23页 |
| 2.3.1 精确度(Precision)指标 | 第21-22页 |
| 2.3.2 AUC指标 | 第22-23页 |
| 2.3.3 排序分(Ranking Score)指标 | 第23页 |
| 2.4 本章小结 | 第23-25页 |
| 第三章 链路预测与错边识别算法差异性分析 | 第25-39页 |
| 3.1 错边识别问题的提出 | 第25-27页 |
| 3.2 算法介绍 | 第27-32页 |
| 3.2.1 基于局部信息的相似性算法 | 第27-29页 |
| 3.2.2 基于路径的相似性指标 | 第29-30页 |
| 3.2.3 基于随机游走的相似性指标 | 第30-32页 |
| 3.3 实验论证 | 第32-37页 |
| 3.3.1 实证数据 | 第32-33页 |
| 3.3.2 评价指标 | 第33页 |
| 3.3.3 结果分析 | 第33-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 链路预测与错边识别鲁棒性差异分析 | 第39-45页 |
| 4.1 网络噪声 | 第39-40页 |
| 4.2 实验论证 | 第40-43页 |
| 4.2.1 错边识别中的鲁棒性分析 | 第40-42页 |
| 4.2.2 链路预测算法在错边识别中鲁棒性差异 | 第42-43页 |
| 4.3 本章小结 | 第43-45页 |
| 第五章 总结与展望 | 第45-47页 |
| 参考文献 | 第47-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间取得的研究成果 | 第57页 |