简介：链路预测是网络信息挖掘的主要研究内容，通过对网络结构和其他信息的分析，挖掘缺失的链接或预测未来可能出现的链接。链路预测在推荐系统、社会网络和生物网络分析中有着十分广泛的应用。本文首先介绍了基于公共邻居、路径和随机游走的8种常用的链路预测指标．并在此基础上提出了一种基于这8种指标线性组合的度量指标，并经过实验找出了较好的优化参数。然后，提出了基于这8种指标的神经网络模型．并分别基于Weka平台和FANN库进行了实现。在社会网络的4个公开测试集上的实验结果表明．基于FANN库的神经网络模型的预测结果最好，在4个数据集上最高的AUC值分别达到了0。95l8、0．9289、0．7480和0．8677，与单一指标最好的AUC值相比分别提高了3．92％、1．45％、7．06％和24．35％。

简介：通过构建数据科技乌托邦,对火星移民计划的可持续性问题进行探讨。首先,对比火星与地球的异同点,根据移民的生存目标分析火星乌托邦的社会构成,并制定火星移民的选拔标准;其次,对火星乌托邦的人口分布情况运用Leslie人口模型进行动态演化,并基于人口的演化结果分析收入、教育、平等问题;采用生产法确定火星的经济生产总值,并建立双对数线性模型求解四大产业不同学历劳动者的工资增长函数;通过对火星教师数量与教育产出水平指标的评估,借鉴柯布-道格拉斯生产函数分析教育的投入与产出情况,综合考察火星教育的发展状况;再从人格尊严、经济产出、学历教育角度,引用基尼系数全面地评价火星乌托邦的平等问题,以验证火星移民计划的可行性与可持续性。