基于图数据降维处理的链接预测算法研究开题报告
2020-04-08 13:20:50
1. 研究目的与意义(文献综述)
1.1研究目的
本文的研究目的主要是对经典、前沿链接预测算法进行调研、对比和评估各个算法准确性和开销,对图数据进行降维预处理后进行链接预测,从而提高链接预测算法的性能和准确性。
1.2 研究意义
2. 研究的基本内容与方案
2.1 研究目标
本文主要完成链接预测算法综合调研评测。设计并实现基于图数据降维的预处理技术,实现链接预测算法在时间上和准确性的提高。本文使用链接预测算法开始进行预测和预测结束两者之间的时间差t=tend-tstart来评估链接预测算法在时间上的提高。本文通过对比data数组、indices数组和indptrs数组降维前后的长度来观察降维以后稀疏矩阵在存储性能上的提高。本文使用auc(area under curve)指标来评价链接预测算法的准确度。auc是一种从整体上对链接预测算法的精确度来进行衡量的指标,它表示测试集中的边的相似性分数大于随机选择的不存在的边的概率。其计算公式如下:
3. 研究计划与安排
(1) 2018/1/13—2018/1/20:查阅参考文献,明确选题。
(2) 2018/1/21—2018/3/7:进一步阅读文献,并分析和总结;确定技术路线,完成并提交开题报告。
(3) 2018/3/8—2018/4/26:需求分析,算法或系统设计,分析、比较或实现等。
4. 参考文献(12篇以上)
[1] lü l, zhout. link prediction in complex networks: a survey[j]. physica a statisticalmechanics amp; its applications, 2011, 390(6):1150-1170.
[2] 王林澍. 社会网络中的链接分析与预测研究[d]. 哈尔滨工程大学, 2013.
[3] 刘峰. 社会网络中链接预测方法研究[d]. 哈尔滨工业大学, 2016.
[4] 陈巧玉, 班志杰. 基于链接重要性和数据场的链接预测算法[j]. 计算机应用,2014, 34(8):2179-2183.