基于信息熵的復雜網(wǎng)絡鏈路預測算法研究.pdf

1、鏈路預測（Link Prediction）問題是數(shù)據(jù)挖掘領域的研究方向之一，因其有重要的理論研究意義和廣泛的應用價值而受到各個領域的關注。鏈路預測指如何根據(jù)已知網(wǎng)絡的節(jié)點屬性和網(wǎng)絡拓撲等信息，預測網(wǎng)絡節(jié)點對之間缺失的連邊和未來可能產(chǎn)生的連邊。近年來，隨著復雜網(wǎng)絡理論體系的不斷發(fā)展，基于網(wǎng)絡結構的鏈路預測算法漸漸成為研究焦點。本文的主要內(nèi)容如下:
　　首先，介紹了復雜網(wǎng)絡的基礎知識，包括簡單網(wǎng)絡、加權網(wǎng)絡和多層網(wǎng)絡的統(tǒng)計特征和演化模

2、型;
　　其次，介紹了鏈路預測問題的研究背景、研究現(xiàn)狀以及現(xiàn)有的典型鏈路預測算法的核心思想;
　　然后，介紹了信息熵的基本概念和性質(zhì)，推導出復雜網(wǎng)絡路徑熵的表達式，并將路徑熵用于節(jié)點相似性的度量，提出了一種基于網(wǎng)絡局部拓撲結構的路徑熵(Path Entropy，PE)相似性指標。實驗結果表明，該指標比經(jīng)典的準局部和局部指標有更好的預測性能;
　　接著，將路徑熵和路徑的權重結合，提出了一種適用于加權網(wǎng)絡的鏈路預測指標，即

3、加權路徑熵指標（Weighted Path Entropy index，WPE）。實驗結果表明，該指標比現(xiàn)有的加權指標有更好的預測性能。進一步考慮到現(xiàn)實復雜網(wǎng)絡中連邊類型的異質(zhì)性和網(wǎng)絡結構的層次性，結合路徑熵的概念，提出了一種適用于多層復雜網(wǎng)絡的鏈路預測方案;
　　最后，針對大規(guī)模復雜網(wǎng)絡鏈路預測的難點，提出了基于共同鄰居下界的并行計算預測模型，著重分析和預測網(wǎng)絡“熱點區(qū)域”中的連邊。同時，提出了自預測性指標以度量鏈路預測算法的性