| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 链路预测研究现状 | 第11-13页 |
| 1.3 研究内容和组织结构 | 第13-15页 |
| 第二章 复杂网络和链路预测理论基础 | 第15-30页 |
| 2.1 复杂网络和图论基础 | 第15-18页 |
| 2.1.1 图的分类 | 第15-16页 |
| 2.1.2 图的计算机表示 | 第16-18页 |
| 2.2 网络基本拓扑性质 | 第18-21页 |
| 2.2.1 度与平均度 | 第18-19页 |
| 2.2.2 网络的度分布 | 第19页 |
| 2.2.3 网络的平均路径长度与直径 | 第19-21页 |
| 2.2.4 聚类系数 | 第21页 |
| 2.3 节点重要性指标 | 第21-23页 |
| 2.3.1 度中心性 | 第22页 |
| 2.3.2 介数中心性 | 第22-23页 |
| 2.3.3 接近中心性 | 第23页 |
| 2.4 链路预测理论 | 第23-26页 |
| 2.4.1 链路预测问题的描述 | 第24-25页 |
| 2.4.2 数据集的划分方法 | 第25页 |
| 2.4.3 链路预测的评价指标 | 第25-26页 |
| 2.5 基于节点相似性的链路预测算法 | 第26-29页 |
| 2.5.1 基于局部信息的相似性指标 | 第27-28页 |
| 2.5.2 基于路径的相似性指标 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第三章 基于网络节点度和重要性的无权网络链路预测算法 | 第30-49页 |
| 3.1 基于节点度和相似性的链路预测算法及其实现 | 第30-35页 |
| 3.1.1 复杂网络中的社团结构 | 第30页 |
| 3.1.2 算法思想和描述 | 第30-32页 |
| 3.1.3 数据集 | 第32-33页 |
| 3.1.4 实验结果分析 | 第33-35页 |
| 3.2 基于两端节点度的共同邻居链路预测算法 | 第35-38页 |
| 3.2.1 算法思想和描述 | 第35页 |
| 3.2.2 实验结果分析 | 第35-38页 |
| 3.3 基于节点度和重要性指标的无权网络链路预测算法 | 第38-48页 |
| 3.3.1 算法思想 | 第38页 |
| 3.3.2 算法描述 | 第38-39页 |
| 3.3.3 实验及结果分析 | 第39-48页 |
| 3.3.3.1 DC-LAS指标参数优化和结果分析 | 第39-42页 |
| 3.3.3.2 BC-LAS指标参数优化和结果分析 | 第42-45页 |
| 3.3.3.3 CC-LAS指标参数优化和结果分析 | 第45-47页 |
| 3.3.3.4 时间复杂度分析 | 第47-48页 |
| 3.4 本章小节 | 第48-49页 |
| 第四章 基于网络节点重要性的加权网络链路预测算法 | 第49-66页 |
| 4.1 基于节点重要性的加权网络链路预测算法 | 第49页 |
| 4.2 加权相似性指标 | 第49-50页 |
| 4.3 算法思想和描述 | 第50-51页 |
| 4.4 实验及结果分析 | 第51-65页 |
| 4.4.1 加权网络数据集 | 第51-52页 |
| 4.4.2 含参数的WCN参数优化和选择 | 第52-54页 |
| 4.4.3 D-WCN、B-WCN和C-WCN指标参数优化和结果分析 | 第54-63页 |
| 4.4.4 7个指标对比结果分析 | 第63-65页 |
| 4.4.5 时间复杂度分析 | 第65页 |
| 4.5 本章小节 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 总结 | 第66-67页 |
| 5.2 展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 在学期间的学术成果 | 第71-72页 |
| 致谢 | 第72页 |
