基于局部结构信息的复杂网络链接预测问题研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 研究意义 | 第12页 |
| 1.3 本文主要工作 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第二章 链接预测概述 | 第14-23页 |
| 2.1 基础知识 | 第14-15页 |
| 2.2 基于拓扑结构的链接预测 | 第15-21页 |
| 2.2.1 基于局部信息的相似性方法 | 第15-17页 |
| 2.2.2 基于全局信息的相似性指标 | 第17-19页 |
| 2.2.3 基于聚类信息的相似性指标 | 第19-21页 |
| 2.3 基于特征属性的链接预测 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 基于社区结构的局部相似性链接预测 | 第23-30页 |
| 3.1 引言 | 第23页 |
| 3.2 基于社区结构的局部相似性方法 | 第23-26页 |
| 3.3 实验及分析 | 第26-28页 |
| 3.4 本章小结 | 第28-30页 |
| 第四章 基于社区感知随机游走的链接预测 | 第30-38页 |
| 4.1 引言 | 第30页 |
| 4.2 有重启的随机游走算法(RWR) | 第30-31页 |
| 4.2.1 马尔可夫链 | 第30-31页 |
| 4.2.2 PageRank和RWR算法 | 第31页 |
| 4.3 基于社区感知的随机游走及链接预测方法 | 第31-34页 |
| 4.4 实验与分析 | 第34-36页 |
| 4.5 本章小结 | 第36-38页 |
| 第五章 基于社区划分随机游走的链接预测 | 第38-45页 |
| 5.1 引言 | 第38页 |
| 5.2 社区划分方法 | 第38-40页 |
| 5.3 基于社区划分的随机游走及链接预测方法 | 第40-41页 |
| 5.4 数据集介绍 | 第41-42页 |
| 5.5 实验结果及分析 | 第42-44页 |
| 5.6 本章小结 | 第44-45页 |
| 第六章 总结与展望 | 第45-47页 |
| 6.1 本文工作总结 | 第45-46页 |
| 6.2 进一步研究的方向 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 作者简介 | 第51页 |
