| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景与研究意义 | 第8-10页 |
| ·研究背景 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文主要的研究工作 | 第11-13页 |
| 第二章 预备知识 | 第13-19页 |
| ·复杂网络基本概念 | 第13-16页 |
| ·网络的图表示 | 第13-14页 |
| ·平均最短路径 | 第14页 |
| ·聚集系数 | 第14-15页 |
| ·度与度分布 | 第15-16页 |
| ·问题的描述 | 第16-17页 |
| ·评价方法 | 第17-19页 |
| 第三章 常用连边预测方法 | 第19-31页 |
| ·相似性指标 | 第19-25页 |
| ·局部相似性指标 | 第19-21页 |
| ·全局相似性指标 | 第21-24页 |
| ·类相似性指标 | 第24-25页 |
| ·极大似然估计 | 第25-29页 |
| ·层次结构模型 | 第25-27页 |
| ·随机分块模型 | 第27-29页 |
| ·概率模型 | 第29-31页 |
| ·概率关系模型 | 第29-30页 |
| ·有向无环概率实体关系模型 | 第30-31页 |
| 第四章 通过扩充邻域提高预测精确度 | 第31-39页 |
| ·网络数据和基本拓扑性质 | 第31-33页 |
| ·邻域扩充 | 第33-37页 |
| ·真实网络对新方法的检测 | 第37-39页 |
| 第五章 邻域交权重最优参数对rich club现象的判断 | 第39-51页 |
| ·k-shell分析 | 第39-43页 |
| ·rich-club现象的判断 | 第43-51页 |
| 第六章 总结与展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士学位期间发表论文及参与项目情况 | 第56-57页 |
| 附录 | 第57-61页 |