動態多關係網路的連結預測研究

《動態多關係網路的連結預測研究》是依託揚州大學，由陳崚擔任項目負責人的面上項目。

基本介紹

• 中文名：動態多關係網路的連結預測研究
• 項目類別：面上項目
• 項目負責人：陳崚
• 依託單位：揚州大學

項目摘要

動態多關係網路的連結預測是複雜網路分析中的重要課題。為了提高連結預測的準確性和速度，對於該網路的連結模型、它的時序信息的處理、各種類型的連結之間的相關關係的處理等許多問題亟待解決。本項目擬研究動態多關係網路的連結模型，以反映其動態性、時序性以及各類連結拓撲變化；研究將頂點屬性信息和各類連結的拓撲信息相結合的有效方法，讓兩種信息均衡地對預測結果產生影響；研究將各類連結的拓撲信息相結合的有效方法，以解決各類連結信息的不對稱問題，同時去除冗餘的連結類型；研究在對頂點對的拓撲相似度計算中，對多種類型的連結的路徑計數問題的快速算法，和網路動態演化過程中頂點對拓撲相似度的增量式計算方法，以降低預測算法的複雜度。本項目的研究成果對深化動態多關係網路連結機制的理解，提高連結預測的精度和效率，擴大其套用範圍有著重要的理論意義和套用價值，其模型和算法有利於解決社會網路、生物網路、網際網路分析等領域的套用問題。

結題摘要

複雜網路的連結預測可以作為準確分析複雜網路結構的有力輔助工具。在實際套用中，它對一些個體之間未來或潛在的關係作出預測，有著非常重要的意義。在多關係的動態網路的連結預測中，為了提高連結預測的準確性和速度，我們需要解決對該網路的連結描述模型、它的時序信息的處理、各種類型的連結之間的相關關係的處理等許多問題。在本項目中，通過我們在動態多關係網路的連結方面進行的研究工作，提出了描述動態網路進化的模型，提出了在此模型上的動態網路連結預測的快速有效的方法,並對模型套用實際網路數據進行實驗驗證。我們提出將各類連結的拓撲信息和頂點的屬性信息相結合的有效的方法，將它們有機地融合,提高了連結預測的精度。針對具有多類連結的網路，我們提出對指定的類型的連結進行預測的有效方法。提出了動態多關係網路的連結預測算法，該方法利用連結的稀疏性最佳化對katz指標的計算，利用增量式算法對動態網路預測結果進行更新，能夠取得具有更高精確度的預測結果。我們提出了複雜網路連結預測各類新方法，有效降低了算法的複雜度、提高連結預測的精度，如基於蟻群最佳化的預測方法、基於參數選擇的預測算法、基於空間映射思想的預測算法，基於路徑抽樣的預測方法等。我們還針對二部網路連結預測、對感興趣的頂點的連結預測等特殊問題提出相應的高效的預測算法。實驗結果表明,我們提出的各種連結預測方法可以有效地提高連結預測的質量。我們將本項目的理論成果套用到生物信息學、社會網路分析、網路推薦等套用領域，取得了較好的社會效益和經濟效益。我們將複雜網路連結預測算法運用到網路推薦方面，提出了基於二部網路連結預測、基於信息傳播、基於時序信息連結預測等各種推薦算法。我們將連結預測的成果套用於生物網路的預測方面，提出了蛋白質相互作用預測、關鍵蛋白質預測等高效方法，取得了很好的結果。本項目的研究成果有利於解決社會網路、生物網路、網際網路分析等領域的套用問題，對於拓展對動態多關係網路連結機制的理解、提高連結預測的精度和效率、擴大其套用範圍有著重要的理論意義和套用價值。