第1章 緒論

1.1 研究背景及意義

1.1.1 研究背景

1.1.2 究意義

1.1.3 主要研究內(nèi)容

1.2 復雜網(wǎng)絡概述

1.2.1 復雜網(wǎng)絡基礎概念

1.2.2 復雜網(wǎng)絡研究史

1.2.3 復雜網(wǎng)絡分類

1.2.4 復雜網(wǎng)絡特性

1.2.5 復雜網(wǎng)絡分析工具

1.3 復雜網(wǎng)絡鏈路預測理論研究現(xiàn)狀

1.3.1 無權網(wǎng)絡鏈路預測現(xiàn)狀分析

1.3.2 加權網(wǎng)絡鏈路預測現(xiàn)狀分析

1.3.3 符號網(wǎng)絡鏈路預測現(xiàn)狀分析

1.4 復雜網(wǎng)絡鏈路預測應用及展望

1.4.1 復雜網(wǎng)絡鏈路預測應用領域

1.4.2 復雜網(wǎng)絡鏈路預測面臨的挑戰(zhàn)

第2章 鏈路預測技術

2.1 鏈路預測概述

2.1.1 鏈路預測問題描述

2.1.2 數(shù)據(jù)集的劃分

2.2 經(jīng)典的相似性指標

2.2.1 基于局部信息的相似性指標

2.2.2 基于全局信息的相似性指標

2.2.3 基于隨機游走的相似性指標

2.3 預測精度評價標準

2.3.1 AUC

2.3.2 Precision

2.3.3 符號預測結果評價

第3章 加權網(wǎng)絡鏈路預測相關理論

3.1 加權網(wǎng)絡基本知識

3.1.1 加權網(wǎng)絡的起源

3.1.2 加權網(wǎng)絡的定義

3.2 加權網(wǎng)絡拓撲及演化模型

3.2.1 加權網(wǎng)絡拓撲特征量

3.2.2 加權網(wǎng)絡拓撲演化模型

3.2.3 加權網(wǎng)絡模型應用領域

3-3加權網(wǎng)絡經(jīng)典相似性指標

第4章 基于證據(jù)理論的加權網(wǎng)絡鏈路預測算法

4.1 引言

4.2 D-S證據(jù)理論

4.2.1 D-S證據(jù)理論的起源

4.2.2 D-S證據(jù)理論的基本概念

4.2.3 Dempster合成規(guī)則

4.3 基于D-S證據(jù)理論與節(jié)點多特征的加權網(wǎng)絡鏈路預測算法

4.3.1 基于節(jié)點多特征的加權網(wǎng)絡建模

4.3.2 WDSCNP模型相關定義

4.3.3 WDSCNP算法描述

4.3.4 實驗結果與分析

4.4 基于D-S證據(jù)理論與共鄰節(jié)點影響力的加權網(wǎng)絡鏈路預測算法

4.4.1 基于共鄰節(jié)點的加權網(wǎng)絡建模

4.4.2 CCNI-FC NI-DS模型相關定義

4.4.3 算法流程描述

4.4.4 實驗結果與分析

第5章 符號網(wǎng)絡鏈路預測相關理論

5.1 符號網(wǎng)絡概述

5.1.1 符號網(wǎng)絡基本定義

5.1.2 符號網(wǎng)絡拓撲特征量

5.1.3 符號網(wǎng)絡的應用領域

5.2 符號網(wǎng)絡理論基礎

5.2.1 結構平衡理論

5.2.2 社會地位理論

5.2.3 經(jīng)典符號網(wǎng)絡數(shù)據(jù)集

5.2.4 符號網(wǎng)絡結構平衡性分析

第6章 基于結構平衡理論的符號網(wǎng)絡鏈路預測算法

6.1 引言

6.2 融合局部與全局緊密度的符號網(wǎng)絡鏈路預測

6.2.1 基于局部與全局結構特征的符號網(wǎng)絡相似性度量

6.2.2 融合節(jié)點緊密度的符號網(wǎng)絡鏈路預測算法

6.3 融合聚集系數(shù)與符號影響力的鏈路預測

6.3.1 基于結構平衡環(huán)的符號網(wǎng)絡建模

6.3.2 融合聚集系數(shù)與符號影響力的鏈路預測算法

參考文獻