多维异构网络上的边和社团的预测与演化的研究-计算机技术专业论文.docxVIP

万方数据 万方数据 Classified Index: TP315 U.D.C: 004.4 Dissertation for the Master Degree in Engineering RESEARCH ON PREIDICTION AND EVOLVUTION TASK OF EDGE AND COMMUNITY ON MULTI-DIMENSIONAL HETEROGENEOUS NETWORK Candidate： Supervisor： Mingrui Zhu Jizhou Luo Academic Degree Applied for： Master of Engineering Speciality： Computer Technology Affiliation： Date of Defence： School of Computer Science Technology June, 2014 and Degree-Conferring-Institution： Harbin Institute of Technology 哈尔滨工业大学工程硕士学位论文 哈尔滨工业大学工程硕士学位论文 摘 要 网络预测与演化一直是复杂网络分析领域的研究热点，已经有大量的研究 成果出现。其中大部分的研究都是基于同构网络（比如好友网络）。但是，绝 大多数真实网络都是多维异构网络，即点之间存在多种类型的边。以文献合作 网络为例，网络中的点是作者，点之间的边不仅仅代表两个作者合作发表过论 文，还可以有更深的含义，如共同发表的文章所属的研究方向（如数据库、数 据挖掘、机器学习等）。多维异构网络比同构网络具有更强的语义表达能力， 在多维异构网络上进行网络的预测与演化研究能得到更好的结果。令人遗憾的 是，在多维异构网络上进行网络预测与演化的研究并不多。 本文研究的是如何在多维异构网络上处理网络的预测与演化问题。根据研 究粒度与研究目的的不同，研究的内容分成三部分，分别是多维异构网络上的 连接预测、多维异构网络上的社团演化建模以及多维异构网络上的社团演化预 测。在多维异构网络上的连接预测的研究中，本文提出了基于有监督学习的 MCBLP 算法。基于真实数据（DBLP）的实验验证了 MCBLP 算法的有效性。在多 维异构网络上的社团演化建模的研究中，提出了基于社团演化事件的 MCE 模型。 通过基准实验的测试，MCE 模型可以较为准确地刻画社团的演化。最后，在多 维异构网络上的社团演化预测的研究中，本文提出了基于有监督学习的 MCP 算 法。基准实验的测试说明 MCP 算法可以有效地进行社团的预测。 关键词：复杂网络分析；多维异构网络；连接预测；社团演化；社团预测 I - Abstract Prediction and evolution task is a hot spot in the area of complex network analysis. Till now, there are a lot of researches on this topic, most of which are based on homogeneous network (e.g., networks of friends). However, most real-world networks are multi-dimensional heterogeneous network, which means that there are different types of link between vertices. For instance, the vertices of a collaboration network are authors, while the edges between these vertices can not only tell us that two authors co-published an article, but can also tells that which area this article is about (e.g., database, data mining, machine learning). Multi-dimensional heterogeneous network can carry more semantic information than homogeneous network. Thus the research of prediction and evolution on this kind of network will give us better result