《複雜網路連結預測與社團發現混合方法研究》是依託北京交通大學，由武志昊擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：複雜網路連結預測與社團發現混合方法研究
- 項目類別：青年科學基金項目
- 項目負責人：武志昊
- 依託單位：北京交通大學
項目摘要,結題摘要,
項目摘要
連結預測與社團結構發現都是複雜網路研究中非常重要的問題和研究熱點，在許多領域都有著明確的理論和套用價值。近期的研究結果表明連結預測與社團發現之間存在著某種內在的緊密聯繫，但是它們之間明確的相關性仍然並不清晰。本課題針對連結預測與社團發現的相關性展開研究，擬將這兩個問題的求解進行深度結合，一方面利用連結預測方法對網路進行必要的信息補充以提升稀疏網路中社團的可發現性；另一方面利用網路中可能存在的各類社團結構信息增強連結預測模型和算法的設計，以求獲得更好的預測精度和效率。項目的研究將推進對網路中連結和社團結構形成機制的理解，對網路動態的研究產生廣泛的影響。
結題摘要
複雜網路中的社團/聚集結構與網路中連結的形成機制、連結預測有著密切的聯繫，深入研究兩者之間的關係和相互作用機理對於更好地理解網路的形成進而實現預測有著重要的意義。本項目首先研究了一種基於三角形疊加的網路增長模型，該模型包括兩種簡單的三角形增長機制，通過參數調節既可以生成平面網路也可以生成無尺度網路，生成的網路具有明顯的高聚集性、高模組性以及非平凡異質曲率分布的網路，該項研究揭示了網路中的三角形結構對於網路中連結的生成具有重要影響。基於這一發現，我們進一步研究了多種基於網路局部聚集信息的連結預測方法，包括基於節點聚集係數的連結預測方法、基於非對稱邊聚集係數的連結預測方法以及結合節點和邊聚集係數的連結預測算法。在公共鄰居的框架下，我們首先提出了一種非常簡潔的基於節點聚集係數的連結預測方法CCLP，該方法雖然簡單，但卻可以得到與一些比較複雜、計算量更大的方法相當的預測結果，顯示了聚集信息在連結預測當中的價值。進一步，為了得到更加局部和有針對性的聚集信息，我們提出一種非對稱邊聚集係數的方法，該方法可以將基於節點聚集係數的幾種方法的預測效果顯著提升。最後我們將節點和邊聚集係數結合使用，在大規模網路上得到了更好的結果。這一系列研究表明：（1）網路中的局部聚集信息可以有效提升連結預測的準確性；（2）提升聚集信息的局部性和針對性可以有效提升連結預測的準確性；（3）各種類型的局部聚集信息結合使用可顯著提升大規模網路的連結預測效果。此外，我們還提出了一種結合網路社團結構的連結類型預測方法和以及一種基於層聚類的多層網路社團發現算法。
