刘苗苗，女，汉族，1982年5月生，河南洛阳人，中共党员，工学博士，东北石油大学教授，博士生导师，CCF高级会员。主要从事复杂网络建模、油田大数据分析及智能化应用方面的研究，近年来，主持国家自然科学基金1项，主持黑龙江省自然科学基金1项，主持黑龙江省教育科学规划课题2项，主持厅局级课题十余项；以第一作者发表论文40余篇，其中SCI、EI检索20篇；作为第一主编出版专著l部、教材3部，参与编写教材8部；以第一发明人授权发明专利2项，实用新型专利5项；先后获国家级、省部级、厅局级教学成果奖13项；获东北石油大学优秀教师、优秀党员、劳动模范等荣誉称号。

第1章 绪论

1.1 研究背景及意义

1.1.1 研究背景

1.1.2 究意义

1.1.3 主要研究内容

1.2 复杂网络概述

1.2.1 复杂网络基础概念

1.2.2 复杂网络研究史

1.2.3 复杂网络分类

1.2.4 复杂网络特性

1.2.5 复杂网络分析工具

1.3 复杂网络链路预测理论研究现状

1.3.1 无权网络链路预测现状分析

1.3.2 加权网络链路预测现状分析

1.3.3 符号网络链路预测现状分析

1.4 复杂网络链路预测应用及展望

1.4.1 复杂网络链路预测应用领域

1.4.2 复杂网络链路预测面临的挑战

第2章 链路预测技术

2.1 链路预测概述

2.1.1 链路预测问题描述

2.1.2 数据集的划分

2.2 经典的相似性指标

2.2.1 基于局部信息的相似性指标

2.2.2 基于全局信息的相似性指标

2.2.3 基于随机游走的相似性指标

2.3 预测精度评价标准

2.3.1 AUC

2.3.2 Precision

2.3.3 符号预测结果评价

第3章 加权网络链路预测相关理论

3.1 加权网络基本知识

3.1.1 加权网络的起源

3.1.2 加权网络的定义

3.2 加权网络拓扑及演化模型

3.2.1 加权网络拓扑特征量

3.2.2 加权网络拓扑演化模型

3.2.3 加权网络模型应用领域

3-3加权网络经典相似性指标

第4章 基于证据理论的加权网络链路预测算法

4.1 引言

4.2 D-S证据理论

4.2.1 D-S证据理论的起源

4.2.2 D-S证据理论的基本概念

4.2.3 Dempster合成规则

4.3 基于D-S证据理论与节点多特征的加权网络链路预测算法

4.3.1 基于节点多特征的加权网络建模

4.3.2 WDSCNP模型相关定义

4.3.3 WDSCNP算法描述

4.3.4 实验结果与分析

4.4 基于D-S证据理论与共邻节点影响力的加权网络链路预测算法

4.4.1 基于共邻节点的加权网络建模

4.4.2 CCNI-FC NI-DS模型相关定义

4.4.3 算法流程描述

4.4.4 实验结果与分析

第5章 符号网络链路预测相关理论

5.1 符号网络概述

5.1.1 符号网络基本定义

5.1.2 符号网络拓扑特征量

5.1.3 符号网络的应用领域

5.2 符号网络理论基础

5.2.1 结构平衡理论

5.2.2 社会地位理论

5.2.3 经典符号网络数据集

5.2.4 符号网络结构平衡性分析

第6章 基于结构平衡理论的符号网络链路预测算法

6.1 引言

6.2 融合局部与全局紧密度的符号网络链路预测

6.2.1 基于局部与全局结构特征的符号网络相似性度量

6.2.2 融合节点紧密度的符号网络链路预测算法

6.3 融合聚集系数与符号影响力的链路预测

6.3.1 基于结构平衡环的符号网络建模

6.3.2 融合聚集系数与符号影响力的链路预测算法

参考文献