| 摘要 | 第5-8页 |
| ABSTRSCT | 第8-18页 |
| 第一章 绪论 | 第18-36页 |
| 1.1 引言 | 第18页 |
| 1.2 研究背景及研究意义 | 第18-23页 |
| 1.2.1 复杂网络研究的背景和发展 | 第18-20页 |
| 1.2.2 复杂网络下链路预测的发展和研究现状 | 第20-22页 |
| 1.2.3 研究意义 | 第22-23页 |
| 1.3 基于拓扑相似性的链路预测研究所面临的问题 | 第23-25页 |
| 1.4 论文主要内容和创新性 | 第25-30页 |
| 1.4.1 论文的主要内容和创新性 | 第25-28页 |
| 1.4.2 论文的章节安排 | 第28-30页 |
| 参考文献 | 第30-36页 |
| 第二章 复杂网络下基于拓扑相似性的链路预测方法 | 第36-54页 |
| 2.1 引言 | 第36页 |
| 2.2 相关理论基础 | 第36-42页 |
| 2.2.1 复杂网络的概念和特征 | 第36-38页 |
| 2.2.2 复杂网络中的基本概念 | 第38-40页 |
| 2.2.3 复杂网络的拓扑结构属性 | 第40-42页 |
| 2.3 基于拓扑相似性的链路预测方法 | 第42-44页 |
| 2.3.1 基于共同邻居的相似性算法 | 第43页 |
| 2.3.2 基于路径的相似性算法 | 第43-44页 |
| 2.3.3 基于随机游走的相似性算法 | 第44页 |
| 2.4 链路预测的实验数据 | 第44-46页 |
| 2.5 复杂网络下链路预测的研究思路 | 第46-47页 |
| 2.5.1 研究思路 | 第46页 |
| 2.5.2 问题描述 | 第46-47页 |
| 2.6 链路预测的实验方法 | 第47-49页 |
| 2.6.1 数据集划分方法 | 第47-48页 |
| 2.6.2 度量指标 | 第48-49页 |
| 2.7 本章小结 | 第49页 |
| 参考文献 | 第49-54页 |
| 第三章 基于共同邻居连接力量的链路预测研究 | 第54-72页 |
| 3.1 引言 | 第54页 |
| 3.2 研究背景 | 第54-55页 |
| 3.3 问题描述 | 第55-57页 |
| 3.4 基于公共邻居的连接力量的相似性模型 | 第57-58页 |
| 3.5 实验数据 | 第58-59页 |
| 3.6 实验方法 | 第59-61页 |
| 3.6.1 评价指标 | 第59页 |
| 3.6.2 对比经典算法 | 第59-61页 |
| 3.7 实验结果和分析 | 第61-67页 |
| 3.8 本章小结 | 第67页 |
| 参考文献 | 第67-72页 |
| 第四章 基于显著影响力的链路预测算法研究 | 第72-87页 |
| 4.1 引言 | 第72页 |
| 4.2 研究背景 | 第72-74页 |
| 4.3 问题描述 | 第74页 |
| 4.4 基于显著影响力(Significant Influence:SI)的相似性模型 | 第74-76页 |
| 4.5 实验数据 | 第76-77页 |
| 4.6 实验方法 | 第77-79页 |
| 4.6.1 评价指标 | 第77-78页 |
| 4.6.2 对比经典算法 | 第78-79页 |
| 4.7 实验结果和分析 | 第79-82页 |
| 4.8 本章小结 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 第五章 惩罚冗余影响力的链路预测研究 | 第87-104页 |
| 5.1 引言 | 第87页 |
| 5.2 研究背景 | 第87-88页 |
| 5.3 问题描述 | 第88-89页 |
| 5.4 惩罚冗余影响力的相似性模型 | 第89-90页 |
| 5.5 实验数据 | 第90-91页 |
| 5.6 实验方法 | 第91-94页 |
| 5.6.1 评价指标 | 第92页 |
| 5.6.2 对比经典算法 | 第92-94页 |
| 5.7 实验结果和分析 | 第94-98页 |
| 5.8 本章小结 | 第98-99页 |
| 参考文献 | 第99-104页 |
| 第六章 节点的度,H-指数和核数在链路预测中的作用 | 第104-117页 |
| 6.1 引言 | 第104-105页 |
| 6.2 问题描述 | 第105-106页 |
| 6.3 基于节点影响力的相似性模型 | 第106-108页 |
| 6.3.1 基于度的相似性模型:SRW | 第106-107页 |
| 6.3.2 基于H-指数的相似性模型:HSRW | 第107页 |
| 6.3.3 基于核数的相似性模型:CSRW | 第107-108页 |
| 6.4 实验数据 | 第108-109页 |
| 6.5 实验方法 | 第109-110页 |
| 6.5.1 评价指标 | 第109页 |
| 6.5.2 对比经典算法 | 第109-110页 |
| 6.6 实验结果和分析 | 第110-113页 |
| 6.7 本章小结 | 第113-114页 |
| 参考文献 | 第114-117页 |
| 第七章 总结与展望 | 第117-121页 |
| 7.1 论文总结 | 第117-119页 |
| 7.2 未来研究展望 | 第119-121页 |
| 致谢 | 第121-123页 |
| 攻读学位期间发表的学术论文目录 | 第123页 |