有向網絡及加權網絡的鏈路預測研究——畢業(yè)答辯

1、有向網絡及加權網絡的鏈路預測研究,姓名： 學號： 指導教師：,答辯提綱,研究背景評價指標有向網絡的鏈路預測基于局部相似性指標的有向鏈路預測算法基于共同興趣的有向鏈路預測算法基于Potencial理論的有向鏈路預測算法加權網絡的鏈路預測加權網絡中的局部相似性指標弱連接效應的作用,研究背景,鏈路預測：通過網絡結構等信息預測網絡中尚未連邊的兩個節(jié)點連邊的可能性。研究現狀：復雜網絡中的鏈路預測大多集中在無向和無權網絡中

2、，而有向網絡及加權網絡的研究很少。,評價指標,,,數據處理：90%訓練集、10%測試集、不存在的邊沒有連邊的節(jié)點對(x, y) ，賦予分數值Score.,評價指標：,AUC越高，預測精度越高,有向網絡中的鏈路預測算法,基于局部相似性指標的有向鏈路預測算法基于共同興趣的有向鏈路預測算法基于Potencial理論的有向鏈路預測算法,基于局部相似性指標的有向鏈路預測算法,,,,,,預測精度 DRA>DAA>

3、DCN,基于共同興趣的有向鏈路預測算法,A與B共同關注D、E，那么A與B是相似性節(jié)點。A有一條到C的鏈路，B與C產生鏈路的可能性更大。,基于共同興趣的有向鏈路預測算法,算法步驟找到目標節(jié)點的相似性節(jié)點（節(jié)點A）找到目標節(jié)點的候選節(jié)點（節(jié)點C)賦予（目標節(jié)點，候選節(jié)點）分數值計算分數,,,基于共同興趣的有向鏈路預測算法,,,,w(u, c, s)三種計算策略：V1、Vra、Vsim,基于共同興趣的有向鏈路預測算法,相比較D

4、CN、DAA、DRA，預測精度一定的提升預測精度：Vsim > Vra > V1,基于共同興趣的有向鏈路預測算法,調整參數α、β、γ的比例，提高預測精度,基于Potencial理論的有向鏈路預測算法,目標：尋找最優(yōu)含環(huán)子圖,基于Potencial理論的有向鏈路預測算法,12種鏈路預測器,算法：當某條鏈路缺失后，能產生更多的含環(huán)子圖，那么存在連邊的可能性就越大。,基于Potencial理論的有向鏈路預測算法,S5預測