基于相似性的鏈路預(yù)測(cè)方法及應(yīng)用.pdf

1、本論文研究基于節(jié)點(diǎn)相似性的鏈路預(yù)測(cè)(Link Prediction),網(wǎng)絡(luò)中的鏈路預(yù)測(cè)既包含對(duì)未知鏈接(記錄網(wǎng)絡(luò)過(guò)程中遺漏或被隱藏的邊)的預(yù)測(cè),也包含對(duì)未來(lái)鏈接(未來(lái)很有可能存在的邊)的預(yù)測(cè).針對(duì)鏈路預(yù)測(cè)的方法及應(yīng)用,基于節(jié)點(diǎn)對(duì)相似性提出了兩個(gè)新的局部相似性指標(biāo);隨后考慮鏈路預(yù)測(cè)對(duì)重要連邊的預(yù)測(cè)功能,將鏈路預(yù)測(cè)可指導(dǎo)重要連邊的思想運(yùn)用到崩潰網(wǎng)絡(luò)的恢復(fù)過(guò)程中.
　　受網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)的啟發(fā),本文首先提出一個(gè)新的局部相似性指標(biāo)——局部社團(tuán)

2、結(jié)構(gòu)(Local Community Structure)指標(biāo),簡(jiǎn)稱為L(zhǎng)CS指標(biāo).在已知網(wǎng)絡(luò)局部信息的前提下,LCS指標(biāo)刻畫了網(wǎng)絡(luò)中任意兩個(gè)節(jié)點(diǎn)間的共同鄰居節(jié)點(diǎn)與這兩個(gè)節(jié)點(diǎn)的聚集關(guān)系.在基于真實(shí)網(wǎng)絡(luò)的實(shí)驗(yàn)中,計(jì)算并比較了CN、AA、RA和LCS四個(gè)指標(biāo)在7個(gè)不同真實(shí)網(wǎng)絡(luò)中的AUC值.發(fā)現(xiàn),在簇系數(shù)較大的網(wǎng)絡(luò)中,LCS指標(biāo)的預(yù)測(cè)精確度要優(yōu)于其他三個(gè)指標(biāo).
　　在上述LCS指標(biāo)的構(gòu)建基礎(chǔ)上,本文借助節(jié)點(diǎn)的鄰居節(jié)點(diǎn)與另一個(gè)節(jié)點(diǎn)之間的緊密

3、程度來(lái)定義兩個(gè)節(jié)點(diǎn)間的相似性,提出了CS指標(biāo).該指標(biāo)結(jié)合以往指標(biāo)的思想和技巧,通過(guò)數(shù)據(jù)實(shí)驗(yàn)顯示,它在大多數(shù)真實(shí)網(wǎng)絡(luò)中可達(dá)到比其他指標(biāo)更高的預(yù)測(cè)精確度.
　　鏈路預(yù)測(cè)算法不僅可以用于預(yù)測(cè)網(wǎng)絡(luò)中缺失的連邊,也可以用于探索網(wǎng)絡(luò)中隱藏的鏈接以及重要的鏈接.對(duì)網(wǎng)絡(luò)中重要鏈路的探索研究,本文主要以電力網(wǎng)絡(luò)的實(shí)際背景為主,在大規(guī)模癱瘓狀態(tài)下的電力系統(tǒng)的恢復(fù)過(guò)程中,網(wǎng)絡(luò)中的一些特殊連邊起到了關(guān)鍵作用,這也是本文提出的基于異常鏈路分析的網(wǎng)絡(luò)重構(gòu)策略