| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-24页 |
| 1.1 研究背景 | 第11-16页 |
| 1.1.1 复杂系统与复杂网络 | 第11-13页 |
| 1.1.2 复杂网络链路预测问题 | 第13-14页 |
| 1.1.3 链路预测问题的运用 | 第14-16页 |
| 1.2 国内外研究现状 | 第16-20页 |
| 1.2.1 复杂网络研究现状 | 第16-17页 |
| 1.2.1.1 网络模型 | 第16-17页 |
| 1.2.1.2 复杂网络的拓扑结构研究 | 第17页 |
| 1.2.2 链路预测研究现状 | 第17-19页 |
| 1.2.2.1 基于马尔科夫链和机器学习的链路预测 | 第17-18页 |
| 1.2.2.2 基于网络结构相似性的链路预测 | 第18-19页 |
| 1.2.3 排名聚合方法研究现状 | 第19页 |
| 1.2.4 存在的问题 | 第19-20页 |
| 1.3 论文主要研究工作 | 第20-24页 |
| 1.3.1 研究思路 | 第20-21页 |
| 1.3.2 研究内容 | 第21-22页 |
| 1.3.3 主要创新点 | 第22-24页 |
| 第二章 预备知识 | 第24-36页 |
| 2.1 复杂网络研究预备知识 | 第24-28页 |
| 2.1.1 复杂网络基本模型 | 第24-26页 |
| 2.1.2 复杂网络拓扑结构属性 | 第26-28页 |
| 2.2 链路预测预备知识 | 第28-33页 |
| 2.2.1 链路预测描述 | 第28-29页 |
| 2.2.2 链路预测指标 | 第29-32页 |
| 2.2.3 链路预测评价指标 | 第32-33页 |
| 2.3 排名聚合方法预备知识 | 第33-35页 |
| 2.3.1 排名聚合的定义 | 第34页 |
| 2.3.2 排名聚合的方法 | 第34-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 基于排名聚合的链路预测算法 | 第36-51页 |
| 3.1 不完全信息条件下复杂网络刻画 | 第36-37页 |
| 3.2 链路预测算法基本原理和方法 | 第37-38页 |
| 3.3 基于排名聚合的链路预测算法 | 第38-40页 |
| 3.4 模型示例 | 第40-42页 |
| 3.5 仿真分析 | 第42-49页 |
| 3.5.1 算法在网络模型中精确性分析 | 第42-45页 |
| 3.5.2 算法在现实网络中精确性分析 | 第45-49页 |
| 3.6 本章小结 | 第49-51页 |
| 第四章 基于排名聚合的链路预测算法选择方法 | 第51-63页 |
| 4.1 问题与方法介绍 | 第51-54页 |
| 4.2 网络模型中方法的仿真分析 | 第54-59页 |
| 4.3 现实网络中方法的仿真分析 | 第59-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-66页 |
| 5.1 论文主要工作 | 第63-64页 |
| 5.2 未来工作展望 | 第64-66页 |
| 致谢 | 第66-69页 |
| 参考文献 | 第69-77页 |
| 作者在学期间取得的学术成果 | 第77页 |