多关系网络的链接预测研究

发布时间：2017-09-19 21:45

  本文关键词：多关系网络的链接预测研究

  更多相关文章： 复杂网络 链接预测 多关系网络 结构信息 关系相似度

【摘要】：随着科技社会的发展和网络信息技术的进步,复杂网络的链接预测问题已经成为计算机科学、社会科学、复杂系统等领域中的重要研究方向之一。在自然界中,大量形形色色的系统都可以通过复杂网络来描述,比如神经网络、电力网络、航空网络、用户-商品网络等。链接预测是通过已知的网络的拓扑结构对缺失的链接和未来可能产生的链接进行预测。在社会网络中,链接预测可以发现人际之间潜在的联系,揭示用户潜在的朋友,以及在电子商务中向客户推荐商品。在现实世界中,网络中的个体之间往往包含多种关系,然而当前复杂网络的链接预测研究集中在单一关系的网络中。但除了网络自身的拓扑结构,关系之间的影响力和关联程度也会决定链接存在的可能性。而传统的链接预测方法通常只关注网络中的一种关系或把所有关系当作同一类型处理,这些做法遗失了很多重要的信息。本文针对多关系网络的特性,融合网络的拓扑结构信息和关系的相似性,设计更精准高效的链接预测算法。本文的主要研究工作和成果如下：(1)提出了一种基于随机游走的链接预测算法。我们计算出每种关系中所有顶点对之间的相似度,定义每两个顶点链接的边上的传播概率为其他所有关系中这两个顶点间的相似度之和。然后顶点间的相似度根据传输概率在网络中以随机游走的方式进行传播和更新,最终得到顶点间的相似度作为链接预测的结果得分。实验结果显示,我们的算法在多关系网络中取得了比其他算法更精确的预测结果。(2)提出了一种基于顶点影响力的链接预测算法。我们用影响力传播的方法分别求出每个顶点在不同关系中的影响力,并构成各个关系的特征向量,以特征向量的相似度作为关系之间的相似度。我们通过关系的相似度和顶点间的交互次数得到所有连边的权值再进行顶点间的链接预测。我们的实验结果显示,我们的算法相比其他算法在多关系网络中取得了更好的预测结果。(3)提出一个基于社区挖掘的链接预测算法。我们首先求得各个关系间的相似度,构造每种关系的带权图,在带权图上进行社区挖掘。然后计算所有顶点对之间和各个社区质心的相似度分别作为顶点初始相似度和社区的相似度。最后通过顶点初始相似度与社区相似度计算得到链接预测得分。实验结果显示,我们的算法可以取得更高的预测质量。
【关键词】：复杂网络 链接预测 多关系网络 结构信息 关系相似度
【学位授予单位】：扬州大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：O157.5
【目录】：

• 摘要4-5
• Abstract5-9
• 第一章 绪论9-15
• 1.1 研究背景9-13
• 1.2 研究内容13-14
• 1.3 论文组织结构14-15
• 第二章 多关系网络与链接预测15-29
• 2.1 多关系网络的表示15-19
• 2.1.1 单类节点多关系网络15-16
• 2.1.2 双重节点多关系网络16-18
• 2.1.3 多重节点多关系网络18-19
• 2.2 单一关系网络链接预测算法19-23
• 2.2.1 基于局部信息的相似性指标19-21
• 2.2.2 基于路径信息的相似性指标21-22
• 2.2.3 基于随机游走的相似性指标22-23
• 2.3 多关系网络链接预测23-27
• 2.3.1 基于单一关系网络链接指标的链接预测算法23-25
• 2.3.2 基于张量的方法25-26
• 2.3.3 实际应用26-27
• 2.4 链接预测结果的评价标准27-28
• 2.5 本章小结28-29
• 第三章 基于随机游走的多关系网络链接预测29-37
• 3.1 问题的定义29
• 3.2 随机游走算法29-31
• 3.3 算法框架31-33
• 3.3.1 顶点在各维的初始相似度31
• 3.3.2 传播概率31-32
• 3.3.3 实现细节32-33
• 3.4 实验结果和分析33-36
• 3.4.1 数据集33-34
• 3.4.2 实验结果34-36
• 3.5 本章小结36-37
• 第四章 基于顶点影响力的多关系网络链接预测37-46
• 4.1 问题的定义37
• 4.2 影响力的传播37-39
• 4.3 基于影响力的相似性39-41
• 4.3.1 网络的相似度39
• 4.3.2 具体实现39-41
• 4.4 实验结果和分析41-45
• 4.4.1 数据集41-42
• 4.4.2 实验结果42-45
• 4.5 本章小结45-46
• 第五章 基于社区挖掘的多关系网络链接预测46-55
• 5.1 问题背景46
• 5.2 社区挖掘46-48
• 5.3 基于社区相似度的链接预测48-50
• 5.3.1 关系相似度48-49
• 5.3.2 聚类49
• 5.3.3 实现细节49-50
• 5.4 实验结果与分析50-54
• 5.4.1 数据集51-52
• 5.4.2 实验结果52-54
• 5.5 本章小结54-55
• 第六章 总结与展望55-57
• 6.1 研究总结55-56
• 6.2 研究展望56-57
• 参考文献57-63
• 致谢63-64
• 攻读学位期间发表的学术论文与参加的研究工作64-65

【相似文献】

中国期刊全文数据库 前10条

1 秦玉平;杨兴凯;;基于案例推理的区间属性相似度研究[J];辽宁师范大学学报(自然科学版);2006年04期

2 徐晓静;李健;;静态粗相似度的特征[J];山东大学学报(理学版);2006年06期

3 彭沛黄丽影;;秩数分级相似预报法[J];华侨大学学报;1983年02期

4 路志鸣;;基于相似度的特殊地形模糊表达[J];大众科技;2009年04期

5 陈树伟;王延昭;;一种基于模糊数相似度的风险分析方法[J];模糊系统与数学;2013年05期

6 李海欧;周晓光;;基于属性相似度的碎多边形自动聚合处理[J];测绘与空间地理信息;2013年11期

7 张峰;谢振华;林健;程江涛;崔高仑;;基于改进相似度的混合型多属性决策方法[J];海军航空工程学院学报;2014年01期

8 刘丽华;;基于相似度加权的模糊聚类方法[J];云南师范大学学报(自然科学版);2008年05期

9 张杰;林木辉;包正委;;基于领域本体的语句相似度研究[J];福建师范大学学报(自然科学版);2009年01期

10 郑伟;季铎;蔡东风;王爽;;基于文本最小相似度的中心选取方法[J];广西师范大学学报(自然科学版);2008年03期

中国重要会议论文全文数据库 前10条

1 刘海波;郑德权;赵铁军;;基于相似度线性加权方法的检索结果聚类研究[A];中国计算语言学研究前沿进展（2009-2011）[C];2011年

2 陆劲挺;路强;刘晓平;;对比相似度计算方法及其在功能树扩展中的应用[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

3 董刊生;方金云;;基于向量距离的词序相似度算法[A];第四届全国信息检索与内容安全学术会议论文集（上）[C];2008年

4 刘晓平;陆劲挺;;任意功能树的物元相似度求解方法[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

5 王茜;张卫星;;基于分类树相似度加权的协同过滤算法[A];2008年计算机应用技术交流会论文集[C];2008年

6 洪文学;王金甲;常凤香;宋佳霖;刘文远;王立强;;基于图形特征增强的相似度分类器的研究[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（上册）[C];2007年

7 雷庆;吴扬扬;;一种基于语义信息计算XML文档相似度的新方法[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

8 叶正;林鸿飞;杨志豪;;基于问句相似度的中文FAQ问答系统研究[A];第三届学生计算语言学研讨会论文集[C];2006年

9 罗辛;欧阳元新;熊璋;袁满;;通过相似度支持度优化基于K近邻的协同过滤算法[A];NDBC2010第27届中国数据库学术会议论文集A辑一[C];2010年

10 王健;刘衍珩;焦玉;;VANETs信任传播建模[A];中国通信学会通信软件技术委员会2009年学术会议论文集[C];2009年

中国重要报纸全文数据库 前1条

1 王伽　卫江;出入境证件照片应及时更换[N];中国国门时报;2008年

中国博士学位论文全文数据库 前10条

1 操震洲;矢量数据动态多尺度网络传输研究[D];南京大学;2015年

2 程亮;基于本体的疾病数据整合与挖掘方法研究[D];哈尔滨工业大学;2014年

3 刘振宇;基于区域相似度和特征降维的极化SAR影像分类[D];武汉大学;2013年

4 张明西;信息网络中的相似度搜索问题研究[D];复旦大学;2013年

5 武威;异质数据相似度学习及其在网络搜索中的应用[D];北京大学;2012年

6 朱娜斐;基于RTT相似度的网络延迟估测理论和方法[D];北京工业大学;2012年

7 钱鹏飞;基于模糊相似度的异构本体映射、合并及校验方法的研究[D];上海交通大学;2008年

8 马海平;基于概率生成模型的相似度建模技术研究及应用[D];中国科学技术大学;2013年

9 刘守群;海量网络视频快速检索关键技术研究[D];中国科学技术大学;2010年

10 夏云庆;IHSMTS系统中启发式类比翻译处理机制（HATM）的设计与实现[D];中国科学院研究生院（计算技术研究所）;2001年

中国硕士学位论文全文数据库 前10条

1 杨巧;基于改进相似度的社会网络链接预测研究[D];华南理工大学;2015年

2 张宁;某于《知网》的词语相似度优化算法[D];昆明理工大学;2015年

3 沈迤淳;歌曲中相似片段的检测及其应用[D];复旦大学;2014年

4 梁霄;社交网络中的社区聚集研究[D];上海交通大学;2015年

5 王魁;在线社交中基于微博的好友推荐系统设计与实现[D];电子科技大学;2015年

6 洪耀停;基于共同作者图的合作者推荐系统[D];浙江大学;2015年

7 褚立超;基于相似度评分模型的人员识别方法研究[D];广西大学;2015年

8 蒲进兴;基于动态相似度的错误定位优先排序[D];北京化工大学;2015年

9 余超;基于Google Map的地理位置查询系统[D];电子科技大学;2014年

10 乌兰;基于动力学行为的复杂网络社区检测研究[D];内蒙古工业大学;2015年

，

本文编号：884108