复杂网络中基于自适应相似度的链路预测算法研究

复杂网络中基于自适应相似度的链路预测算法研究

论文摘要

过去十年来,复杂网络已成为多学科交叉研究的重要领域,受到了来自不同领域的学者的关注。链路预测作为复杂网络中最重要的研究方向之一,不仅能够揭示网络的潜在演化机制,还能深入挖掘网络中隐含的结构信息。基于相似性的算法是链路预测中的最简单的方法,并且已成为主流研究方向。现有的基于相似性算法大多假设相似的节点更有可能产生连接,然而当网络的聚集系数不高时预测精度也会随之变低,不能适用于多种类型的网络。不同于以往的基于相似性算法仅仅聚焦于节点两两之间的关系,本文利用邻居节点来描述节点自身的信息,并将相似度的学习和缺失边的预测整合到同一个框架中,从而提出了自适应相似度正则化方法来联立学习节点相似度和预测矩阵。具体来说,我们构建一个基于相似度正则化的优化问题,通过求解该问题的同时计算自适应相似度和预测矩阵。除此之外,我们提出了一个基于增广拉格朗日乘子方法的算法对优化问题进行求解。本文通过大量的实验验证了自适应相似度正则化方法能够对多种类型的网络中保持良好地预测性能,并优于其他链路预测算法。同时基于增广拉格朗日乘子方法的算法能够使得相似度和预测矩阵的计算快速收敛,表明本文提出的算法在链路预测中有潜在的利用价值。

论文目录

  • 摘要
  • ABSTRACT
  • 1.绪论
  •   1.1 研究背景
  •   1.2 国内外研究现状
  •   1.3 本文主要工作和创新
  •   1.4 本文结构
  • 2.复杂网络中的链路预测算法
  •   2.1 链路预测问题概述
  •   2.2 网络特征
  •     2.2.1 节点的度
  •     2.2.2 平均距离
  •     2.2.3 聚集系数
  •     2.2.4 模块度
  •   2.3 基于相似性的算法
  •     2.3.1 基于局部信息的相似性指标
  •     2.3.2 基于路径的相似性指标
  •     2.3.3 基于随机游走的相似性指标
  •   2.4 其他的链路预测算法
  •     2.4.1 结构微扰法
  •     2.4.2 核化非负矩阵分解
  •     2.4.3 线性优化
  •   2.5 本章小结
  • 3.自适应相似度正则化方法
  •   3.1 线性邻居相似度
  •   3.2 自适应相似度正则化方法
  •     3.2.1 自适应相似度
  •     3.2.2 基于ALM的优化算法
  •   3.3 本章小结
  • 4.实验与分析
  •   4.1 真实网络数据
  •   4.2 数据集划分和评估指标
  •   4.3 实验结果
  •     4.3.1 参数调优
  •     4.3.2 模型对比
  •     4.3.3 收敛性分析
  •   4.4 本章小结
  • 5.总结与展望
  •   5.1 本文的主要结论
  •   5.2 后期工作的展望
  • 参考文献
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 陈彦林

    导师: 李订芳

    关键词: 链路预测,自适应相似度,增广拉格朗日乘子法

    来源: 武汉大学

    年度: 2019

    分类: 基础科学

    专业: 数学

    单位: 武汉大学

    分类号: O157.5

    总页数: 46

    文件大小: 2213K

    下载量: 17

    相关论文文献

    • [1].基于曲线相似度的飞行着陆操作评价方法[J]. 交通信息与安全 2019(06)
    • [2].基于域间相似度序数的迁移学习源领域的选择[J]. 科学技术与工程 2020(20)
    • [3].一种图文组合相似度算法的设计与优化[J]. 软件工程 2020(08)
    • [4].基于超网络的微博相似度及其在微博舆情主题发现中的应用[J]. 图书情报工作 2020(11)
    • [5].说之以理[J]. 人力资源 2020(21)
    • [6].一种双层的微博用户相似度算法[J]. 情报杂志 2018(06)
    • [7].基于情景的结构化突发事件相似度研究[J]. 中国管理科学 2017(01)
    • [8].基于混合相似度的协同过滤推荐[J]. 软件导刊 2017(02)
    • [9].基于干扰相似度的多话题演化模型[J]. 电信科学 2017(09)
    • [10].软件相似度在成本估算中的应用[J]. 计算机应用与软件 2015(06)
    • [11].一种基于函数依赖的属性相似度调整算法[J]. 上海交通大学学报 2015(08)
    • [12].河马找亲戚[J]. 学生之友(童花果) 2016(12)
    • [13].十个中文流行语翻译[J]. 初中生辅导 2016(36)
    • [14].母爱[J]. 少年月刊 2017(05)
    • [15].基于多种测度的术语相似度集成计算研究[J]. 情报学报 2013(06)
    • [16].基于余弦相似度分类负荷预测[J]. 电力设备管理 2020(09)
    • [17].基于多尺度相似度特征的答案选择算法[J]. 系统工程与电子技术 2018(06)
    • [18].基于服务相似度的移动用户近似邻居选取方法[J]. 计算机工程 2018(05)
    • [19].基于文本属性的微博用户相似度研究[J]. 计算机技术与发展 2018(05)
    • [20].基于属性相似度的碎多边形自动聚合处理[J]. 测绘与空间地理信息 2013(11)
    • [21].基于共同邻居相似度的社区发现算法[J]. 信息系统工程 2014(05)
    • [22].色谱指纹图谱相似度方法的适应性研究[J]. 中国中医药信息杂志 2012(05)
    • [23].基于向量空间模型附加词义特征的句子相似度研究[J]. 成都信息工程学院学报 2012(03)
    • [24].中国-东盟自贸区二周年的比较研究——基于出口相似度与显性比较优势的分析[J]. 安徽行政学院学报 2012(03)
    • [25].色谱指纹图谱相似度方法的研究进展[J]. 中国实验方剂学杂志 2011(02)
    • [26].基于元相似度的推荐算法[J]. 计算机应用研究 2011(10)
    • [27].互信息启发的相似度组合图像检索算法[J]. 中国图象图形学报 2011(10)
    • [28].相似度法在综合分析投资环境中的应用[J]. 统计与决策 2009(15)
    • [29].一种改进相似度的协同过滤算法实现[J]. 电子科技 2020(02)
    • [30].基于曲线相似度的步态识别研究[J]. 中国新技术新产品 2020(07)

    标签:;  ;  ;  

    复杂网络中基于自适应相似度的链路预测算法研究
    下载Doc文档

    猜你喜欢