面向局部群落结构的链路预测算法研究

论文摘要

现实世界中,存在大量复杂系统,如生物、电力和社会关系系统等。复杂网络以抽象化的形式可以表示这些复杂系统,其中系统中的个体用网络中的节点表示,个体之间的关系用连边表示。研究复杂网络对探索网络形成及演化机制意义重大,而链路预测则将复杂网络与信息科学紧密联系起来。复杂网络会随着时间的发展而动态变化,对其进行挖掘与研究,对复杂网络内部的演化机理的研究意义重大。链路预测就是复杂网络领域的一个重要分支,是通过已知的网络结构和网络节点属性信息等,预测网络中两个节点间互相连接的可能性。链路预测是数据挖掘的一个重要方向,可以用于研究动态网络的演化,进行不完整网络的信息补全等。随着链路预测技术的快速发展,许多相似性算法相继提出。传统的链路预测算法主要包括基于局部信息、基于全局信息和基于随机游走的链路预测算法。本文主要研究基于局部信息的链路预测算法。在网络的局部信息中,网络中的节点属性经常是难以获得的,即使获得也常常伴随着噪声数据,因此近些年来基于网络局部结构的链路预测方法日益受到人们的关注。局部群落结构是真实网络中普遍存在的特殊网络拓扑结构,本文针对这一特定的局部结构的链路预测算法进行了较为深入的研究。本文定义了两种计算节点相似性的方法,进而提出了两种新的面向局部群落结构的链路预测算法,主要工作与贡献由以下两个方面组成:1.真实网络中存在大量的局部群落结构,针对不同的网络结构构建算法是链路预测的核心问题。利用社交网络好友推荐策略提出的FR算法无法区分候选节点和中介节点间的亲疏关系,考虑到中介人倾向于将自己更熟悉的人介绍给目标用户,提出了一种节点相似性度量指标,并且提出了加权好友推荐模型链路预测算法,简称WFR(Weighted Friend Recommendation)算法。该指标结合局部特征描述并有效区分了用户节点之间影响力的不同,更适用于一类特定的局部群落结构。从相似性指标的选取对算法的影响、权重比例变化对算法的影响和人工生成的典型网络环境下算法的适用分析三个角度对提出的算法的性能进行了全面的分析。根据该指标提出的加权的好友推荐模型链路预测算法在12个真实网络数据集进行了实验,实验结果表明该算法在AUC和Precision两个评价指标上具有明显的优势。2.目前大部分的链路预测算法都没有引入足够的网络信息,导致链路预测的预测性能不佳。局部节点嵌入的方法能够提取出更多网络信息,使用局部节点嵌入的方法构建的节点相似性指标进行的链路预测往往能获得比较好的性能。因此,本文结合好友推荐FR算法和局部节点嵌入DeepWalk算法构建相似性指标,提出了一种新的节点相似性度量指标和基于局部节点嵌入的链路预测算法,简称DFR(DeepWalk plus Friend Recommendation)算法。该算法结合局部群落特征描述并能更准确地获得目标节点的拓扑结构信息,更适用于一类特定的局部群落结构和大规模的网络。该链路预测算法在12个数据集上的实验结果表明,该算法在AUC和Precision两个指标上具有优势,尤其是在较少的训练集下即可得到较好的训练效果。

论文目录

文章来源

类型: 硕士论文

作者: 杨强

导师: 张燕平,钱付兰

关键词: 复杂网络,局部结构,链路预测,节点相似性

来源: 安徽大学

年度: 2019

分类: 基础科学

专业: 数学

单位: 安徽大学

分类号: O157.5

总页数: 65

文件大小: 3919K

下载量: 47

相关论文文献

• [1].突发性地震发生后道路恢复重建成本预测算法研究[J]. 灾害学 2020(03)
• [2].基于温度预测算法的智能粮仓温度预警系统[J]. 计算机技术与发展 2020(09)
• [3].基于社团特性的链路预测算法的研究[J]. 广东技术师范学院学报 2015(02)
• [4].浅析几种基本路段行程时间预测算法[J]. 青春岁月 2017(01)
• [5].点击科学[J]. 中国科技教育 2017(03)
• [6].基于随机序列的固有无序蛋白预测算法比较分析[J]. 生物学杂志 2020(03)
• [7].一种基于局部社团和全局信息的链路预测算法[J]. 浙江工业大学学报 2017(01)
• [8].改进的广义预测算法在过热气温控制中的应用[J]. 工业控制计算机 2013(11)
• [9].复杂网络中集聚系数对链路预测算法的影响[J]. 科技视界 2014(12)
• [10].针对通信社会网络的时间序列链接预测算法[J]. 计算机科学与探索 2010(06)
• [11].面向车载自组织网络路由的轨迹预测算法[J]. 计算机研究与发展 2017(11)
• [12].河北省风能特征及其对风速预测算法的改进[J]. 科技传播 2013(06)
• [13].一种基于频率预测算法的快速锁定全数字锁相环[J]. 电子产品世界 2020(03)
• [14].基于高阶近似的链路预测算法[J]. 计算机应用 2019(08)
• [15].广义预测算法在综合减摇系统控制器设计中的应用[J]. 船舶工程 2013(06)
• [16].二维空间中目标轨迹预测算法研究与分析[J]. 航空电子技术 2012(01)
• [17].基于神经网络自适应预测算法的谐波检测[J]. 电工技术学报 2011(S1)
• [18].链路预测算法在药物推荐中的应用研究[J]. 计算机与数字工程 2019(09)
• [19].论提高装备故障预测准确度的方法途径——先进智能预测算法研究[J]. 电子技术与软件工程 2016(14)
• [20].基于分离有限状态模型的呼吸预测算法[J]. 清华大学学报(自然科学版) 2015(03)
• [21].基于试验设计的链路预测算法应用研究[J]. 数理统计与管理 2019(05)
• [22].竞赛论文评分合成的协同修正预测算法[J]. 数学的实践与认识 2019(15)
• [23].一种改进共同邻居的节点遍历链路预测算法[J]. 小型微型计算机系统 2018(02)
• [24].基于链路预测算法分析虚假链接问题[J]. 云南民族大学学报(自然科学版) 2017(05)
• [25].论提高装备故障预测准确度的方法途径——先进智能预测算法研究[J]. 价值工程 2016(32)
• [26].分维权重样条插值预测算法及应用[J]. 数学的实践与认识 2014(24)
• [27].灰色预测算法在铁路货运预警系统中的应用研究[J]. 铁道货运 2015(05)
• [28].基于预测算法的认知网络的跨层研究[J]. 科技信息 2009(06)
• [29].一种改进的复杂网络链路预测算法[J]. 小型微型计算机系统 2016(05)
• [30].基于属性网络表示学习的链接预测算法[J]. 合肥工业大学学报(自然科学版) 2020(11)

标签：复杂网络论文;  局部结构论文;  链路预测论文;  节点相似性论文;