网络数据的链路预测及可视化方法研究与应用

摘要

随着大数据时代的到来，信息化世界催生出难以计量的数据，如何充分发掘这些数据的价值一直是学术研究的热点。除了利用机器分析和处理这些数据之外，人在数据分析中所起到的作用是无法忽视的。为了充分利用人的探索认知能力去挖掘数据所蕴含的信息，必须找到合适的方式将数据呈现到人们眼前。尤其对于网络数据中的未知数据和未来数据，将这些数据的预测信息迅速全面地传递给用户，从而为用户的决策提供有效的依据将具有重要的应用价值。此外，用户应该可以通过人机交互的方式参与到预测过程中去，而不只是对预测结果进行观察。如今网络数据规模的不断增大，亟需一种合适的方法让人们更容易地观察到感兴趣的数据，并且能够从不同规模的数据中获取到更多的有效信息。因此，对网络数据进行链路预测以及可视化研究具有重要的现实意义。 本文首先提出了一种交互链路预测算法，以人机交互的方式，通过参考人的判断标记更多信息，从而提高了预测精度。此外，本文提出了一种面向网络中未知数据可视化方法，对网络中的未知数据进行预测，结合复杂网络中网络刻画的理论，对预测结果进行可视化，实时展现预测结果。最后，针对大规模网络数据中存在的信息模糊与难以交互问题，提出一种迭代分析和交互式探索方法。一方面解决了节点数量巨大时链路信息可视化的混乱无效问题;另一方面通过交互式探索的方法，对网络数据进行下钻过滤处理，将感兴趣的网络信息转换成可交互处理的规模，进而实现数据更精确的显示。 本文提出的交互预测方法，可以获得预测精度更高的预测结果，并能够对数据进行持续的探索。链路预测数据的可视化方法，能够帮助人们快速理解预测结果，发掘数据潜在的信息。面向大规模网络数据的迭代分析和交互探索方法，可以适应各种规模的数据，并根据数据规模的不同进行不同精度的展现，呈现更多的有效信息。其在社交网络、生物网络、推荐系统、金融预测等领域有广泛的应用价值。

目录

声明

摘要

第1章绪论

1．1研究背景与意义

1．2网络可视化方法的研究现状

1．3主要工作

1．4论文结构安排

第2章复杂网络和信息可视化理论

2．1复杂网络及其特性

2．1．1复杂网络的分类

2．1．2网络刻画指标

2．1．3基本网络模型

2．2信息可视化理论

2．2．1不确定数据可视化

2．2．2动态网络可视化

2．3本章小结

第3章交互式链路预测方法

3．1链路预测

3．2链路预测中的交互特性

3．3交互链路预测方法

3．4实验结果与分析

3．4．1实验数据及分析平台

3．4．2实验结果

3．5本章小结

第4章链路预测数据的可视化方法

4．1不确定性数据对链路预测可视化造成的影响

4．2链路预测数据的可视化方法

4．2．1视觉变量的定义

4．2．2链路预测数据可视化

4．3实验结果与分析

4．3．1实验数据及分析平台

4．3．2实验结果

4．4本章小结

第5章大规模链路预测数据的显示

5．1大图可视化

5．2传统大图可视化方法存在的问题

5．3链路预测数据交互探索方法

5．4实验结果与分析

5．4．1实验数据及分析平台

5．4．2实验结果

5．5本章小结

第6章总结与展望

参考文献

致谢

攻读学位期间参与的项目