社交网络中基于复杂交互行为的链接预测研究与应用

发布时间：2024-07-10 22:27

　　链接预测旨在利用已有网络信息去预测隐藏或未来可能产生的链接。随着研究者们对该方向的深入探索,链接预测研究取得了丰硕的成果,许多研究成果已广泛应用于现实场景中,包括好友推荐、商业营销、网络优化和蛋白质功能预测等,在理论上为理解网络结构的演化提供了新的思路。因此,链接预测研究具有重要的理论意义和实用价值。为了降低链接预测算法时间复杂度并提高链接预测准确度,本文采用两步策略:首先,对基于贪婪优化技术的网络社区发现算法(简称AGSO算法)进行合理的改进,使得社区划分更为稳定。在社区结构的基础上,将全网的链接预测范围缩小为社区规模,能降低链接预测算法的时间复杂度。其次,将复杂交互行为应用到链接预测问题中,通过度量节点之间的交互相似度,能有效提高链接预测准确度。具体而言,本文的主要研究内容如下:(1)针对AGSO算法的不稳定性问题,本文研究并提出了基于度中心性局部扩展的社区划分算法(Community Detection Algorithm Based on Degree Centrality Local Extension,简称DCLE算法)。首先,计算节点的度中心性,将链接两端节点的度中心性之...

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 社区划分研究现状
        1.2.2 链接预测研究现状
    1.3 本文研究内容
    1.4 论文章节安排
第二章 相关工作
    2.1 社交网络
    2.2 社区结构
    2.3 交互行为
    2.4 中心性评估
    2.5 社区划分问题
        2.5.1 问题描述
        2.5.2 评价标准
        2.5.3 相关挑战
    2.6 链接预测问题
        2.6.1 问题定义
        2.6.2 评价标准
        2.6.3 相关挑战
    2.7 开放平台
    2.8 本章小结
第三章 基于度中心性局部扩展社区划分算法
    3.1 概述
    3.2 典型局部扩展算法分析与改进
        3.2.1 AGSO算法介绍
        3.2.2 AGSO算法描述
        3.2.3 AGSO算法问题分析
        3.2.4 AGSO算法改进策略
    3.3 DCLE算法
        3.3.1 种子链接选择策略
        3.3.2 扩展方向选择策略
        3.3.3 DCLE算法描述
        3.3.4 算法复杂度分析
    3.4 实验设计及结果分析
        3.4.1 实验数据
        3.4.2 结果分析
    3.5 本章小结
第四章 基于复杂交互行为的链接预测算法
    4.1 概述
    4.2 复杂交互行为
    4.3 CIBLP算法
        4.3.1 数据筛选
        4.3.2 交互权重计算
        4.3.3 交互相似度计算
        4.3.4 CIBLP算法描述
        4.3.5 算法复杂度分析
    4.4 实验设计及结果分析
        4.4.1 实验数据
        4.4.2 结果分析
    4.5 本章小结
第五章 链接预测开放平台
    5.1 概述
    5.2 需求分析
        5.2.1 安全需求
        5.2.2 功能需求
        5.2.3 辅助需求
    5.3 架构设计
    5.4 调用流程
    5.5 平台功能测试
        5.5.1 登录注册
        5.5.2 服务申请
        5.5.3 服务调用
        5.5.4 辅助功能
    5.6 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
攻读硕士学位期间取得的科研成果



本文编号：4004830