| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 异质信息网络研究现状 | 第11-13页 |
| 1.2.2 链路预测方法研究现状 | 第13-14页 |
| 1.2.3 Boosting算法研究现状 | 第14-15页 |
| 1.3 论文主要研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第2章 相关理论与研究方法 | 第18-28页 |
| 2.1 链路预测基本理论 | 第18-19页 |
| 2.2 同质信息网络链路预测方法 | 第19-23页 |
| 2.2.1 基于局部相似性的算法 | 第19-21页 |
| 2.2.2 基于路径的相似性的算法 | 第21页 |
| 2.2.3 基于似然分析的算法 | 第21-23页 |
| 2.3 异质信息网络链路预测方法 | 第23-26页 |
| 2.3.1 基于元路径的链路预测算法 | 第23-24页 |
| 2.3.2 基于传递相似性的链路预测算法 | 第24页 |
| 2.3.3 基于Bagging的链路预测算法 | 第24-25页 |
| 2.3.4 基于累加求和的链路预测算法 | 第25-26页 |
| 2.4 Boosting算法基本理论以及研究方法 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于Boosting的异质信息网络链路预测方法 | 第28-44页 |
| 3.1 AdaBoost算法基本原理 | 第28-30页 |
| 3.2 算法的可行性分析 | 第30-33页 |
| 3.2.1 理论可行性分析 | 第30-31页 |
| 3.2.2 操作可行性分析 | 第31-33页 |
| 3.3 AdaBoost算法改进 | 第33-36页 |
| 3.3.1 样本调优 | 第33-34页 |
| 3.3.2 增设阈值 | 第34-36页 |
| 3.4 弱分类器选择 | 第36-38页 |
| 3.5 基于Boosting的异质信息网络链路预测方法 | 第38-42页 |
| 3.6 本章小结 | 第42-44页 |
| 第4章 实验及结果分析 | 第44-58页 |
| 4.1 实验环境 | 第44页 |
| 4.2 链路预测评价指标 | 第44-47页 |
| 4.3 实验数据集 | 第47-48页 |
| 4.4 参数调优 | 第48-52页 |
| 4.4.1 样本参数择优 | 第48-50页 |
| 4.4.2 阈值的选择 | 第50-52页 |
| 4.5 实验数据及分析 | 第52-57页 |
| 4.5.1 噪音样本影响分析 | 第52-53页 |
| 4.5.2 基础评价指标分析 | 第53-57页 |
| 4.6 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第64-65页 |
| 致谢 | 第65页 |