包邮基于高阶编码的复杂网络链路预测

**部分 基础知识 第1章 复杂网络 1.1 复杂网络简介 1.1.1 复杂网络的由来 1.1.2 复杂网络的图表示 1.1.3 复杂网络的计算机表示 1.1.4 路径与 短路径 1.1.5 连通性 1.2 复杂网络的拓扑性质 1.2.1 节点的度 1.2.2 度分布 1.2.3 平均路径长度 1.2.4 直径 1.2.5 集聚系数 1.2.6 节点中心性 1.3 典型的复杂网络模型 1.3.1 随机网络模型 1.3.2 小世界网络模型 1.3.3 无标度网络模型 第2章 链路预测 2.1 链路预测方法 2.2 链路预测技术 2.3 数据集划分 2.3.1 随机抽样 2.3.2 逐项遍历 2.3.3 k折叠交叉检验 2.3.4 熟识者抽样 2.4 评价指标 2.4.1 AUC 2.4.2 度 2.4.3 排序分 2.5 应用 第3章 基于节点相似性的链路预测算法 3.1 基于局部信息的节点相似性算法 3.1.1 基于共同邻居的节点相似性算法 3.1.2 基于Adamic-Adar的相似性算法 3.1.3 基于资源分配的相似性算法 3.1.4 基于偏好连接的相似性算法 3.1.5 基于局部朴素贝叶斯模型的相似性算法 3.2 基于路径的节点相似性算法 3.2.1 基于局部路径的相似性算法 3.2.2 Katz相似性算法 3.2.3 LHN-II相似性算法 3.3 基于随机游走的节点相似性算法 3.3.1 基于平均通勤时间的相似性算法 3.3.2 基于随机游走的余弦相似性算法 3.3.3 有重启的随机游走相似性算法 3.3.4 基于局部随机游走的相似性算法 3.3.5 基于叠加效应的随机游走相似性算法 3.4 其他节点相似性算法