1 / 63
文档名称:

基于节点高阶特征的链路预测算法.pdf

格式:pdf   大小:4,334KB   页数:63页
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

文档介绍:分类号 TP301.6 密级 公开

UDC 学号 20173313007




硕 士 学 位 论 文

论文题目:基于节点高阶特征的链路预测算法


研 究 生 姓 名 杨燕琳

导师姓名(职称) 赵海兴,教授



申请学位类别 理学硕士

学科、专业名称 计算机软件与理论

研究方向名称 复杂网络理论及应用


论文提交日期 2020 年 3 月 论文答辩日期 2020 年 6 月

学位授予单位 青海师范大学 学位授予日期 2020 年 7 月

答辩委员会主席 席政军

评 阅 人 李银奎,宋玉蓉,赵虎






万方数据
万方数据
基于节点高阶特征的链路预测算法

中文摘要

自 1998 年 Watts 和 Strogtz 提出了小世界网络模型,1999 年 Barabási 和 Albert
提出了无标度网络模型以来,复杂网络科学呈现爆炸式发展,研究者们为现实中
各复杂系统建立了复杂网络模型,如交通网络、生态网络和社交关系网络等。为
了更有效的解决现实问题,如交通堵塞和生态系统保护等问题,学者们进而开始
研究各种复杂网络系统的行为和特性,比如复杂网络的演化机制、连通性和抗毁
性等,并发现这些行为和特性离不开复杂系统中个体本身的行为,更离不开个体
与个体之间的关联关系。而链路预测为挖掘个体与个体之间的关联关系提供了有
效的预测机制,研究者为了更高效地挖掘复杂网络的行为和特征,提出了很多不
同类型的链路预测算法。通过对比这些链路预测算法,发现它们很少考虑节点间
的高阶相似性关系,并且基于节点低阶相似性关系的链路预测算法预测性能表现
较差。基于此,本文研究了三种基于节点高阶特征的链路预测算法,均在不同的
方面对链路预测性能有所提升。
(1)提出了一种基于高阶近似的链路预测算法。该方法将高阶网络表示学
习算法与链路预测相结合,考虑了节点与节点之间的高阶相似性关系。同时经过
在四个真实的数据集上的实验仿真,结果表现出基于高阶近似的链路预测算法具
有较好的预测性能。
(2)提出了一种基于复杂网络引力场的链路预测算法。该方法从物理学的
角度考虑目标节点与网络中其他节点之间的高阶特征,将复杂网络中的节点抽象
为万有引力场中的质点,同时将节点的度值这一节点重要性评估方法作为衡量节
点重要性的方式,从而构建了复杂网络引力场模型,并将其应用到了链路预测中。
经过实验仿真,基于复杂网络引力场的预测算法表现出了较好的预测性能。
(3)提出了一种基于节点收缩和复杂网络引力场的链路预测算法。该方法
在本文提出的基于复杂网络引力场的链路预测算法的基础之上,将节点收缩这一
节点重要性评估方法作为衡量节点重要性的方式,提出了改进的复杂网络引力场
模型,并将其应用到了链路预测中。经

分享好友

预览全文

基于节点高阶特征的链路预测算法.pdf

上传人:可卿 2021/12/4 文件大小:4.23 MB

下载得到文件列表

基于节点高阶特征的链路预测算法.pdf

相关文档