图书介绍

链路预测【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

链路预测
  • 吕琳媛，周涛著 著
  • 出版社： 北京：高等教育出版社
  • ISBN：9787040382327
  • 出版时间：2013
  • 标注页数：327页
  • 文件大小：89MB
  • 文件页数：344页
  • 主题词：计算机网络－情报检索－研究

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]
点击复制MD5值：619200ccf5834035f80d28fdaab42a80

下载说明

链路预测PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载  详情点击-查看共享计划
建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

第一章 复杂网络基本概论1

1.1什么是网络3

1.1.1社会网络4

1.1.2技术网络8

1.1.3生物网络11

1.2如何刻画网络13

1.2.1平均距离与小世界效应14

1.2.2度分布与无标度特性16

1.2.3局部结构18

1.2.4节点与链路的中心性20

1.2.5群落结构21

1.2.6关联性24

1.2.7熵25

1.2.8其他网络特征概览26

1.3最基本的网络模型27

1.3.1规则网络28

1.3.2随机网络30

1.3.3小世界网络31

1.3.4无标度网络33

1.4小结35

第二章 链路预测的基本概念41

2.1背景和意义42

2.2问题描述46

2.3数据集划分47

2.3.1随机抽样47

2.3.2逐项遍历47

2.3.3 k-折叠交叉检验48

2.3.4滚雪球抽样48

2.3.5熟识者抽样48

2.3.6随机游走抽样49

2.3.7基于路径抽样49

2.4评价指标50

2.4.1 AUC50

2.4.2精确度55

2.4.3排序分55

第三章 基于相似性的链路预测57

3.1基于局部信息的相似性指标58

3.1.1基于共同邻居的相似性指标58

3.1.2偏好连接相似性62

3.1.3局部朴素贝叶斯模型62

3.2基于路径的相似性指标63

3.2.1局部路径指标63

3.2.2 Katz指标64

3.2.3 LHN-Ⅱ指标64

3.3基于随机游走的相似性指标67

3.3.1全局随机游走67

3.3.2局部随机游走70

3.4其他相似性算法71

3.4.1矩阵森林指数71

3.4.2自洽转移相似性71

3.5相似性算法计算示例73

3.6链路预测效果比较分析74

3.6.1实验数据74

3.6.2预测结果比较76

第四章 基于似然分析的链路预测79

4.1层次结构模型80

4.2随机分块模型85

4.3闭路模型88

4.4小结91

第五章 加权网络的链路预测95

5.1什么是加权网络96

5.1.1加权网络的图表示96

5.1.2刻画加权网络97

5.1.3加权网络上的动力学101

5.2加权网络的相似性与链路预测103

5.2.1加权相似性指标103

5.2.2预测效果104

5.3链路预测中的弱连接效应106

5.4加权网络的极大似然模型115

第六章 有向网络的链路预测123

6.1什么是有向网络124

6.1.1有向网络的图表示124

6.1.2刻画有向网络126

6.1.3有向网络的模体132

6.2基于局部结构的预测135

6.3有向网络的势理论139

第七章 二部分网络的链路预测151

7.1什么是二部分网络152

7.1.1二部分网络的结构特征154

7.1.2二部分网络与其他网络的关系158

7.1.3二部分网络的演化建模161

7.2链路预测方法163

7.2.1二部分网络的层次结构模型163

7.2.2核函数方法165

7.2.3内部边方法168

第八章 链路预测的应用171

8.1网络重构172

8.2基于似然分析的网络演化模型评价方法176

8.2.1演化模型的似然分析177

8.2.2 Internet自主系统演化模型的比较179

8.3节点的标签分类问题183

8.3.1基于幽灵边的标签分类184

8.3.2基于节点相似性的标签分类188

8.3.3标签分类与链路预测189

8.3.4标签分类的其他应用191

8.4链路预测在蛋白质相互作用网中的应用193

8.5链路预测在社交网络上的应用197

8.5.1方向与互惠198

8.5.2社交网络中的好友推荐199

8.5.3预测异质的社交关系203

8.5.4社交网络中的强关系与弱关系205

8.5.5小结207

8.6异常链路分析208

8.6.1异常边209

8.6.2异常边与网络连通性209

8.6.3异常边与网络传输能力210

第九章 结束语213

参考文献219

附录A概念、方法和算法261

A.1 AUC计算中的n取值问题261

A.2局部朴素贝叶斯模型264

A.3网络上的随机游走267

A.4矩阵求逆及其快速算法270

A.4.1矩阵基本概念270

A.4.2算法效率的度量方法271

A.4.3矩阵求逆算法271

A.4.4稀疏矩阵275

A.5吉布斯抽样方法276

A.5.1算法简介276

A.5.2算法思想277

A.5.3算法描述277

附录B资料汇总279

B.1相似性279

B.2实验涉及的真实网络信息281

附录C算法的程序实现289

C.1网络的输入与构建289

C.2数据集划分290

C.3 AUC计算292

C.4相似性的计算293

C.5基于相似性的链路预测主函数307

名词索引315

人名索引323

热门推荐