复杂网络上链路预测的研究

《复杂网络上链路预测的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、国内图书分类号：TP3—05国际图二}；分类号：004硕士学位论文学校代码：10079密级：公开复杂网络上链路预测的研究硕士研究生：导师：寸y⋯：申请学位：学科：专业：所在学院：答辩日期：授予学位单位：州5琶华孟建良副教授二[学硕：lj计算机科学与技术计算机应用技术控制与计算机工程学院2012年2月华北电力大学ClassifiedIndex：TP3—05U．D．C：004lIlllIIIIIIllIIIIlY2145444ThesisfortheMasterDegreeResearchOilLinkPredictioninComplexNetworksCandidate：Supra’vis

2、ol’：School：DateofDefence：XingDenghuaI’1‘of．MengJianliangSchoolofControlandComputel‘EngineeringFebrualw,2012Degree—Conferring—Institution：NorthChinaElectricPowerUniversity华北电力大学硕士学位论文原创性声明本人郑重声明：此处所提交的硕士学位论文《复杂网络上链路预测的研究》，是本人在导师指导下，在华北电力大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知，论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文

3、的研究工作做出重要贡献的个人和集体，均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签名：研秀≮日期：访n年7月≥铲曰华北电力大学硕士学位论文使用授权书《复杂网络

4、_二链路预测的研究》系本人在华北电力大学攻读硕士学位期

5、、HjEl在导师指导下完成的硕士学位论文。本论文的研究成果归华北电力大学所有，本论文的研究内容不得以其它币．位的名义发表。本人完全了解华北电力大学关于保存、使用学位论文的规定，同意学校保胃f并向有关部门送交沦文的复印件和FU亍二版本，允许沦丈被查阅羽1借阅。本人授权f每：I匕电力大学，可以采用影印、缩印或其他复制于段保仔论文，可以公布论文的全部或部分内容。本

6、学位论文属于(请在以F+H应方框内打“√”)：保密口，在年解密后适用本授权书不保密妙作者签名：斗磴辱翩毁璇陟／导师签名：毫卿沪～么／N日期：砂l、年)月19同日期：沙肛年、月2舻同’坪北lU／J人学硕I：学他论义摘要当前复杂网络研究中的热点问题是理解复杂网络的演化，而网络演化建模中一个基本的计算问题是链路预测。本文丰要关注复杂网络上的链路预测算法，其中基于相似性的预测算法是本文的研究重，rj、i。本文在一组真实网络数据上的实验表明，集群系数对各种相似性指标的预测结果有比较重要的影响，尤其是对局部相似性指标，比如CN和RA。一般来说，对高集群系数的网络，各种相似性指标都可以给出比较满意的预测

7、结果。需要注意的是，利用网络路径信息的相似性指标，比如Katz和LP，其中路径长度的最优卜限与网络平均路径有直接的关联，一般来说，路径长度的最优上限等于网络平均距离，如果加入长度超过平均距离的路径信息，算法的预测结果可能还会变差。另外，本次实验发现，基于随机游走的算法，比如LRW和RWR，对网络拓扑的变化不敏感。尤其LRW指标，在各种网络上都能够给出比较满意的预测结果。另外，本文提出了一个普适的验证模型，可以从中发掘网络演化过程中的一些特性。并且在此模型之上，实验验证了“新链路”对局部网络演化产生的影响。本文利用加权的相似性指标给新链路赋予较大的权重，这样在下一步的预测中，新链路会给算法更

8、多的贡献。实验表明，对新链路加权的预测算法产生的结果更准确，证明了相比于If3链路，新链路对局部网络演化会产生更大的影响，或者说，新链路将在局部网络诱导出更多的链路。这个结果为复杂网络演化机制的研究做出了一定的贡献。关键词：复杂网络；链路预测；相似性指标；网络拓扑；网络演化机制；新链路。,L：ILIU／J人’、j：fl，!I_jj：“、j}仑之AbstractThehotspotinthefieldofcomplexnetworksisnetworkevolutionmodelill2，wittlinwhich，thereisafundamentalproblemcalledlinkpre

9、diction．Here，wefocusonexplorationoflinkpredictionalgorithmsbasedonsimi[arityindex．Weimplementedexpenmentsbasedondataoftherealnetworks，andtheresultSIIOWSthatclusterijlgcoefficientisanimportantnetworktopology,which