| 基于正则化方法的网络数据建模及预测方法研究 | |
| 任若天 | |
| Subtype | 学士 |
| Thesis Advisor | 李周平 |
| 2022-05-07 | |
| Degree Grantor | 兰州大学 |
| Place of Conferral | 兰州 |
| Degree Name | 理学学士 |
| Degree Discipline | 数学与应用数学 |
| Keyword | 社会调查 网络数据 线性规划 预测算法 正则化方法 |
| Abstract | 数据之间的网络关系在科学中无处不在,并且已经成为我们日常生活中不可或缺的一部分.用于网络数据分析的统计模型已成为各个领域的一项重要课题,包括社交网络、行为预测、公共健康等应用领域.用于网络数据分析的统计模型已成为数据科学中各个领域的一项重要课题.在过去的三十年间,互联网迅速发展,在给我们的日常生活带来巨大改变的同时,也产生了大量的网络数据.因此,对网络数据进行数学模型建立和未知数据预测具有重要的理论和实践意义. 本文主要研究了通过正则化的方法,对网络数据进行建模,并给出预测未知数据的方法.应用了网络凝聚力这一概念,在线性回归的方法下,基于最小绝对偏差给出了对于网络数据的预测模型.通过数据之间的网络链接关系,来对传统调查数据进行预测.最小一乘法的求解通常是一件困难的事情,本文通过线性规划的方法,给出了预测模型的求解方法,并通过程序进行了实现.在对预测效果的评估上,一方面,利用随机块模型生成具有网络关系的数据样本,通过数值模拟来评估模型的预测性能.此外,通过在生成数据时调整不同的参数,以让生成的数据样本分别具有不同的数据特征,评估了预测模型在面对具有不同特征的数据时的预测效果以及其面对其他预测模型的优势区间.另一方面,本文尝试对一项社会调查中收集的数据进行分析,本文对一项针对法国马赛Thiers公立中学中一部分高中学生的社会调查进行了数据分析,通过学生之间的朋友网络链接关系,来对学生的网络社交好友数据进行预测,并与其他预测模型比较了预测结果. |
| Pages | 43 |
| URL | 查看原文 |
| Document Type | 学位论文 |
| Identifier | https://ir.lzu.edu.cn/handle/262010/493254 |
| Collection | 萃英学院 |
| Affiliation | 萃英学院 |
| Recommended Citation GB/T 7714 | 任若天. 基于正则化方法的网络数据建模及预测方法研究[D]. 兰州. 兰州大学,2022. |
| Files in This Item: | There are no files associated with this item. | ||||
