| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-24页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 问题描述 | 第15-16页 |
| 1.4 数据集划分 | 第16-17页 |
| 1.4.1 随机抽样 | 第16页 |
| 1.4.2 逐项遍历 | 第16页 |
| 1.4.3 N-折叠交叉检验 | 第16页 |
| 1.4.4 滚雪球抽样 | 第16页 |
| 1.4.5 熟识者抽样 | 第16-17页 |
| 1.4.6 随机游走抽样 | 第17页 |
| 1.4.7 基于路径抽样 | 第17页 |
| 1.5 无向网络的性能指标 | 第17-19页 |
| 1.5.1 网络的度分布 | 第17页 |
| 1.5.2 网络的平均距离 | 第17-18页 |
| 1.5.3 网络的聚类系数 | 第18页 |
| 1.5.4 网络的同配系数 | 第18-19页 |
| 1.5.5 网络的度异质性 | 第19页 |
| 1.6 评价指标 | 第19-21页 |
| 1.6.1 AUC指标 | 第19-21页 |
| 1.6.2 Precision指标 | 第21页 |
| 1.6.3 排序分（Ranking Score）指标 | 第21页 |
| 1.7 本论文研究内容 | 第21-24页 |
| 第二章 基于有效路径度的链路预测算法 | 第24-34页 |
| 2.1 引言 | 第24-25页 |
| 2.2 链路预测的基本步骤 | 第25-26页 |
| 2.3 有效路径度指标 | 第26-27页 |
| 2.4 算法性能评价指标 | 第27页 |
| 2.5 实验数据 | 第27-29页 |
| 2.6 作为比较的算法 | 第29-30页 |
| 2.7 可调参数α的最优值 | 第30-32页 |
| 2.8 实验结果和结论 | 第32-34页 |
| 第三章 基于贝叶斯模型的改进链路预测算法 | 第34-41页 |
| 3.1 引言 | 第34-35页 |
| 3.2 问题描述 | 第35页 |
| 3.3 使用到的数据集和比较算法 | 第35-36页 |
| 3.3.1 数据集介绍 | 第35-36页 |
| 3.3.2 比较算法 | 第36页 |
| 3.4 改进的基于朴素贝叶斯模型的链路预测算法 | 第36-39页 |
| 3.4.1 朴素贝叶斯分类器数学基础 | 第37-38页 |
| 3.4.2 基于朴素贝叶斯分类器的扩展链路预测算法 | 第38-39页 |
| 3.5 研究结果分析 | 第39-41页 |
| 第四章 基于节点有效性的链路预测算法研究 | 第41-50页 |
| 4.1 引言 | 第41-42页 |
| 4.2 有向网络的表示形式 | 第42-44页 |
| 4.3 链路预测的基本步骤 | 第44页 |
| 4.4 基于节点有效性的链路预测算法 | 第44-46页 |
| 4.5 实验数据 | 第46-47页 |
| 4.6 作为比较的算法 | 第47-48页 |
| 4.7 研究结果和结论 | 第48-50页 |
| 第5章 结论与展望 | 第50-52页 |
| 参考文献 | 第52-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间参加的科研项目和成果 | 第59页 |