链路预测在银行交易网络中的研究

发布时间：2021-12-11 21:58

　　链路预测是基于目前已存在的连边预测未来存在连边的可能性,可以部分解决复杂网络中缺失信息的还原和预测这一重要问题,已成为复杂网络研究的热点之一。传统的基于马尔可夫链或机器学习的预测技术主要考虑节点本身的属性,预测精度较高,但在实际中囿于参数的约束难以应用;基于网络结构的最大似然估计方法的计算复杂度较高,难于应对大规模网络。此外,既有链路预测主要针对无向无权网络展开研究,对无向有权、有向无权及有向有权网络的研究较少。基于此,本文选择银行交易网络为研究对象,基于链路预测的理论和技术,引入学习模型,综合考虑网络的结构属性与演变趋势,设计并实现了自适应的链路预测算法。论文的主要工作如下:第一、研究总结了复杂网络和链路预测的基本概念及研究现状,重点对比分析了现有的经典链路预测技术与评价指标。第二、在分析交易网络数据集属性的基础上构建无向有权客户交易网络,研究并量化分析了不同时间段交易网络的度分布、聚集系数、平均路径长度等网络拓扑结构特征,验证了客户交易网络具备复杂网络的特性。第三、考虑到交易网络的动态变化特性,设计并实现了一种适用于交易网络的预测算法。通过节点权重的变化,动态调节权值,使得其满足网... 

【文章来源】：兰州交通大学甘肃省

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

七桥问题[5]

图 1.2 简单网络图个节点之间存在连边，即( ) i jv ,v E ， 4 和节点 1，3，6 邻接，则这三个节边数，称为该节点的度，节点 4 有三

图 1.3 网络社区图.3 是用 Gephi 软件绘制的银行网络社区图，从图中可以看出社区结构，为网络提供了一种新的视角。而作为复杂网络中的一个重要的研究方向——常被用到社交网络、酵母菌蛋白质网络等多个复杂网络中。因此研究链路

【参考文献】：
期刊论文
[1]网络自然密度社团结构模块度函数[J]. 张聪,沈惠璋.  电子科技大学学报. 2012(02)
[2]复杂网络链路预测[J]. 吕琳媛.  电子科技大学学报. 2010(05)

硕士论文
[1]基于复杂网络的银行客户关系分析研究[D]. 郭芳琳.兰州交通大学 2016



本文编号：3535471