基于改进局部朴素贝叶斯模型的链接预测算法

发布时间：2021-12-19 08:05

　　随着以因特网为代表的各种信息技术的迅猛发展,人类大步迈入了网络时代。今天,人们生活在一个充满着各种复杂网络的世界中,以复杂网络为研究对象的网络科学也得到了快速的发展。作为网络科学的热门研究方向之一,链接预测能够通过网络的拓扑结构和节点属性等信息预测网络中尚未产生连边的两个节点之间产生链接的可能性。这里既包含对丢失链接的预测,也包含对未来可能产生的链接的预测。链接预测的研究不仅具有广泛的实际应用价值,而且具有重要的理论研究意义。目前,研究人员已经从不同的角度提出了大量的链接预测方法。其中,基于网络拓扑结构的相似性方法受到了较高的关注。局部朴素贝叶斯（Local Na?ve Bayes,LNB）模型是基于网络拓扑结构相似性方法中较为高效的一种,具有较高的预测精度和相对较低的计算复杂度。本文提出了改进的LNB模型。LNB模型认为不同的公共邻居具有不一样的作用,通过引入功能函数对不同公共邻居的贡献度进行区分,从而能很好地提高预测的精度。然而LNB模型忽略了其它结构信息的影响。受到CAR方法的启发,本文在原LNB模型的基础上考虑局部社团结构信息的影响,对LNB模型进行了修改。在改进的LNB模型中... 

【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校

【文章页数】：52 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
    1.3 论文的主要研究内容
    1.4 论文的组织结构
第二章 相关理论基础
    2.1 网络的定义和表示
    2.2 网络的基本拓扑性质
        2.2.1 度与平均度
        2.2.2 度分布与度异质性
        2.2.3 路径与网络效率
        2.2.4 聚集系数
    2.3 链接预测基本问题
        2.3.1 问题描述
        2.3.2 评价标准
    2.4 基于网络拓扑结构相似性的链接预测方法
        2.4.1 Common Neighbors(CN)方法
        2.4.2 Weight Common Neighbors(WCN)方法
        2.4.3 Adamic-Adar(AA)方法
        2.4.4 Resource Allocation(RA)方法
        2.4.5 Local Path(LP)方法
        2.4.6 CAR方法
        2.4.7 Asymmetric Mutual Information(AMI)方法
        2.4.8 WMI-WCN方法
    2.5 Friedman检验
    2.6 本章小结
第三章 基于改进LNB模型的无权网络链接预测算法
    3.1 朴素贝叶斯分类器
    3.2 LNB模型简介
    3.3 基于改进LNB模型的无权网络链接预测算法
        3.3.1 算法的提出
        3.3.2 算法描述
    3.4 实验与分析
        3.4.1 实验环境
        3.4.2 数据集
        3.4.3 结果与分析
        3.4.4 案例分析
    3.5 本章小结
第四章 基于改进LNB模型的加权网络链接预测算法
    4.1 基于改进LNB模型的加权网络链接预测算法
        4.1.1 算法提出
        4.1.2 算法描述
    4.2 实验与分析
        4.2.1 实验环境
        4.2.2 数据集
        4.2.3 结果与分析
    4.3 本章小结
第五章 总结与展望
    5.1 工作总结
    5.2 工作展望
参考文献
在学期间的研究成果
致谢



本文编号：3544064