鏈路預(yù)測是網(wǎng)絡(luò)信息挖掘中最基礎(chǔ)最本質(zhì)的問題,通過對已經(jīng)觀察到的網(wǎng)絡(luò)結(jié)構(gòu)和其他外部信息的分析,挖掘缺失的連接和預(yù)測未來可能出現(xiàn)的連接。鏈路預(yù)測算法綜合運用了相似性分析、網(wǎng)絡(luò)動力學(xué)、貝葉斯模型、機器學(xué)習(xí)、模體分析、最大似然分析等多學(xué)科方法和技術(shù),在生物網(wǎng)絡(luò)分析、朋友及關(guān)注對象推薦、個性化推薦、網(wǎng)絡(luò)演化模型評價、標(biāo)簽分類、網(wǎng)絡(luò)重構(gòu)等問題上有著廣泛的應(yīng)用!毒W(wǎng)絡(luò)科學(xué)與工程叢書:鏈路預(yù)測》不僅系統(tǒng)介紹了鏈路預(yù)測問題描述、評價指標(biāo)和針對不同網(wǎng)絡(luò)類型的各類代表性算法,還在其中討論了許多網(wǎng)絡(luò)科學(xué)研究本質(zhì)性的問題。
鏈路預(yù)測問題清晰、內(nèi)涵豐富、入門容易、具有挑戰(zhàn)性,可以反映不同類型網(wǎng)絡(luò)結(jié)構(gòu)和功能方面形形色色的特征,特別適合作為網(wǎng)絡(luò)科學(xué)與工程研究的題目!毒W(wǎng)絡(luò)科學(xué)與工程叢書:鏈路預(yù)測》可供自然科學(xué)、工程技術(shù)科學(xué)以及社會科學(xué)領(lǐng)域的研究人員與廣大在校生參考使用。
呂琳媛,2008年獲北京師范大學(xué)理學(xué)碩士學(xué)位,2012年獲瑞士弗里堡大學(xué)物理系博士學(xué)位,F(xiàn)任杭州師范大學(xué)特聘教授、中歐聯(lián)合實驗室副主任兼執(zhí)行主任、鏈路預(yù)測實驗室負(fù)責(zé)人。目前主要從事復(fù)雜性科學(xué)領(lǐng)域的研究工作,利用統(tǒng)計物理學(xué)的概念、理論、方法來解決信息領(lǐng)域中的若干重要問題。近3年發(fā)表關(guān)于鏈路預(yù)測的論文30余篇,引用700余次。
周濤,獲瑞士弗里堡大學(xué)物理系博士學(xué)位,F(xiàn)任電子科技大學(xué)互聯(lián)網(wǎng)科學(xué)中心主任、教授、博士生導(dǎo)師。發(fā)表論文200余篇,論文SCI引用3000余次,Google引用6500余次。獲第五屆中國青少年科技創(chuàng)新獎、第十二屆中國青年科技獎,入選首批青年拔尖人才支持計劃、四川省百人計劃和教育部新世紀(jì)優(yōu)秀人才計劃,獲首批國家優(yōu)秀青年科技基金支持。
第一章 復(fù)雜網(wǎng)絡(luò)基本概論
1.1 什么是網(wǎng)絡(luò)
1.1.1 社會網(wǎng)絡(luò)
1.1.2 技術(shù)網(wǎng)絡(luò)
1.1.3 生物網(wǎng)絡(luò)
1.2 如何刻畫網(wǎng)絡(luò)
1.2.1 平均距離與小世界效應(yīng)
1.2.2 度分布與無標(biāo)度特性
1.2.3 局部結(jié)構(gòu)
1.2.4 節(jié)點與鏈路的中心性
1.2.5 群落結(jié)構(gòu)
1.2.6 關(guān)聯(lián)性
1.2.7 熵
1.2.8 其他網(wǎng)絡(luò)特征概覽
1.3 最基本的網(wǎng)絡(luò)模型 第一章 復(fù)雜網(wǎng)絡(luò)基本概論
1.1 什么是網(wǎng)絡(luò)
1.1.1 社會網(wǎng)絡(luò)
1.1.2 技術(shù)網(wǎng)絡(luò)
1.1.3 生物網(wǎng)絡(luò)
1.2 如何刻畫網(wǎng)絡(luò)
1.2.1 平均距離與小世界效應(yīng)
1.2.2 度分布與無標(biāo)度特性
1.2.3 局部結(jié)構(gòu)
1.2.4 節(jié)點與鏈路的中心性
1.2.5 群落結(jié)構(gòu)
1.2.6 關(guān)聯(lián)性
1.2.7 熵
1.2.8 其他網(wǎng)絡(luò)特征概覽
1.3 最基本的網(wǎng)絡(luò)模型
1.3.1 規(guī)則網(wǎng)絡(luò)
1.3.2 隨機網(wǎng)絡(luò)
1.3.3 小世界網(wǎng)絡(luò)
1.3.4 無標(biāo)度網(wǎng)絡(luò)
1.4 小結(jié)
第二章 鏈路預(yù)測的基本概念
2.1 背景和意義
2.2 問題描述
2.3 數(shù)據(jù)集劃分
2.3.1 隨機抽樣
2.3.2 逐項遍歷
2.3.3 k-折疊交叉檢驗
2.3.4 滾雪球抽樣
2.3.5 熟識者抽樣
2.3.6 隨機游走抽樣
2.3.7 基于路徑抽樣
2.4 評價指標(biāo)
2.4.1 AUC
2.4.2 精確度
2.4.3 排序分
第三章 基于相似性的鏈路預(yù)測
3.1 基于局部信息的相似性指標(biāo)
3.1.1 基于共同鄰居的相似性指標(biāo)
3.1.2 偏好連接相似性
3.1.3 局部樸素貝葉斯模型
3.2 基于路徑的相似性指標(biāo)
3.2.1 局部路徑指標(biāo)
3.2.2 Katz指標(biāo)
3.2.3 LHN-II指標(biāo)
3.3 基于隨機游走的相似性指標(biāo)
3.3.1 全局隨機游走
3.3.2 局部隨機游走
3.4 其他相似性算法
……
第四章 基于似然分析的鏈路預(yù)測
第五章 加權(quán)網(wǎng)絡(luò)的鏈路預(yù)測
第六章 有向網(wǎng)絡(luò)的鏈路預(yù)測
第七章 二部分網(wǎng)絡(luò)的鏈路預(yù)測
第八章 鏈路預(yù)測的應(yīng)用
第九章 結(jié)束語