基于复杂网络的股票网络建模与结构分析
| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 课题的研究背景与意义 | 第12-13页 |
| 1.2 研究现状 | 第13-16页 |
| 1.2.1 股票市场网络建模与结构分析研究现状 | 第13-15页 |
| 1.2.2 复杂网络研究现状 | 第15-16页 |
| 1.3 目前存在的问题 | 第16-17页 |
| 1.4 研究内容与结构安排 | 第17-18页 |
| 1.4.1 研究内容 | 第17页 |
| 1.4.2 结构安排 | 第17-18页 |
| 1.5 论文的创新点 | 第18-19页 |
| 第2章 股票复杂网络建模与结构分析理论概述 | 第19-29页 |
| 2.1 引言 | 第19页 |
| 2.2 复杂网络基本理论 | 第19-22页 |
| 2.2.1 复杂网络的数学基础 | 第19-20页 |
| 2.2.2 复杂网络的定义与分类 | 第20-22页 |
| 2.3 股票网络建模概述 | 第22-23页 |
| 2.4 复杂网络基本结构概述 | 第23-24页 |
| 2.4.1 节点的度及其分布 | 第23页 |
| 2.4.2 平均路径长度 | 第23-24页 |
| 2.4.3 聚集系数 | 第24页 |
| 2.4.4 平均邻居数与网络密度 | 第24页 |
| 2.4.5 小世界特性 | 第24页 |
| 2.5 基于复杂网络分析的关键技术 | 第24-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 链路预测算法与改进 | 第29-45页 |
| 3.1 引言 | 第29页 |
| 3.2 经典的链路预测算法介绍 | 第29-38页 |
| 3.2.1 基于最大似然估计的方法 | 第29-32页 |
| 3.2.2 基于概率模型的方法 | 第32-33页 |
| 3.2.3 基于相似性的方法 | 第33-38页 |
| 3.3 改进的链路预测算法 | 第38-39页 |
| 3.4 链路预测算法评价指标与改进 | 第39-40页 |
| 3.4.1 已有的评价指标 | 第39-40页 |
| 3.4.2 改进的评价指标 | 第40页 |
| 3.5 仿真实验及性能分析 | 第40-43页 |
| 3.5.1 数据描述 | 第40-41页 |
| 3.5.2 实验结果与结论 | 第41-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第4章 基于复杂网络的全球股票指数网络分析 | 第45-59页 |
| 4.1 引言 | 第45页 |
| 4.2 股票指数网络模型构建 | 第45-49页 |
| 4.3 实验分析与结论 | 第49-57页 |
| 4.3.1 可视化分析 | 第49-51页 |
| 4.3.2 网络拓扑特性分析 | 第51-53页 |
| 4.3.3 网络模体分析 | 第53-55页 |
| 4.3.4 网络演化分析 | 第55-57页 |
| 4.4 本章小结 | 第57-59页 |
| 总结与展望 | 第59-61页 |
| 参考文献 | 第61-68页 |
| 致谢 | 第68-69页 |
| 附录A 攻读硕士学位期间完成的论文 | 第69页 |
| 附录B 攻读硕士学位期间所参与的课题项目 | 第69页 |
| 附录C 攻读硕士学位期间获得的奖励和荣誉称号 | 第69页 |
