基于链接重要性的动态链接预测算法分析-analysis of dynamic link prediction algorithm based on link importance.docxVIP

独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到，本声明的法律结果由本人承担。学位论文作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本论文属于保密□，在年解密后适用本授权书。不保密□。（请在以上方框内打“√”）学位论文作者签名：指导教师签名：日期：年月日日期：年月日1绪论1.1研究背景及意义本课题来源于本课题组预研项目：基于社会网络挖掘的动态科技人才网络分析技术研究，以及自然科学基金项目：基于链接挖掘的动态金融网络分析技术研究。社会网络这一起源于社会学的分支近年来得到了越来越多的关注。2001年美国9.11事件和越来越多的恐怖活动使得各国对恐怖活动这一特殊的网络群体进行了深入的研究。2003年美国俄亥俄州电力故障通过网格系统互联系统导致美国东北部和加拿大东南部的大范围的电力中断[1]。而自90年代末的互联网泡沫之后，Google的迅速壮大也带来了互联网的繁荣，尤其是近5年来facebook、twitter等社交网站以及eBay、Amazon、阿里巴巴等电子商务网站在世界范围内取得的巨大成功，各种基于社会网络的互联网应用不断出现。各种庞大的网络系统正改变着人类的生活，然而，复杂而庞大的网络系统也带来了很多问题，怎样去充分挖掘这些网络中的规律，从信息海洋中找到有用的信息……,这些问题也使得社会网络的研究得到越来越多的重视。在计算机领域，社会网络分析即是利用数据挖掘、信息检索、机器学习、图论的相关技术研究社会网络的演化、内在特性。这里重点研究了一类社会网络，即科学家、学者专家合作发表论文网络，下文简称为科研合作网(co-authorshipnetwork)。科研合作网中的科技人才不是孤立的，科技人才之间是相互联系的，通过论文合作、专利合作、项目合作形成一种复杂的异构社会网络，而且网络是随时间而动态变化的。我们研究一类预测未来科技人才合作发表论文的问题，在数据挖掘领域这种预测即是链接预测。显然，每年都会有各个学科领域的论文发表，合作网络的规模是在急剧膨胀的。同时，随着各种新兴学科以不同应用背景的出现，学者的研究兴趣也在不断的发生变化，那么对于一个学者个体，怎么去把握研究方向，怎样发掘网络中的专家，怎样去寻找具有共同研究兴趣的学者合作，这些都是非常具有现实意义的。利用链接预测技术，通过对科研合作网中网络的分析，挖掘出网络中作者的影响力、研究兴趣等，这样可为我们的研究者未来的研究方向提供有建设性的参考。同时，我们在科研合作网的研究基础上，会将相关的思想用于反洗钱网络的研究。金融犯罪已是当今国际社会面临的重大问题，尤其是各种反洗钱活动日益猖獗。目前，我国的反洗钱侦测还停留在人工干预阶段[2]。在反洗钱网络中，根据已破获的案例和洗钱模式，利用链接预测技术可以对洗钱网络中未来的交易情况进行预测，做到提前监控可疑账户，以达到预警监管的作用。当然，文中虽然只是重点研究了科研合作网的链接预测问题，但毫无疑问，现实中各种社会网络具有很多相似特性，在下文的研究现状中会提到，包括合作网在内的很多社会网络具有幂率分布和小世界特性，这使得将文中的相关思想引入其余相关的社会网络中成为可能，并且具有重要的借鉴意义。1.2国内外概况1.2.1社会网络分析研究现状社会网络是一种由称之为“节点”的个体或组织组成的社会结构。节点代表人或其他具有具体社会意义的实体。节点之间由一种或多种类型的依赖组成。这些依赖可以为朋友关系、亲属关系、共同兴趣、合作等。社会网络具有高度的动态性，它会随着时间的变化不断的增长和改变。“社会网络分析”最开始是西方的一个社会学的分支，而直到最近的二三十年随着互联网的飞速发展才引起计算机领域的广泛关注。社会网络的原始理论为六度理论。经典的六度分割理论认为，世界上任意两个完全不熟识的人至多可以通过6个人建立联系。Watts和Strogatz[3]发表在Nature上的论文首次提出社会网络具备小世界特性。即网络在动态增长的过程中，不管规模最后膨胀到什么级别，但网络的平均路径长度和聚类系数保持在一个相对较小的平稳值，并没有随网络的增长而增长。Albert和Barabasi[4]提出的BA模型更是首次提出，现实世界中的各种复杂而巨大的网络并非随机生成，毫无规律可言。该