摘要：在当下众多研究网络结构统计量的机制中，链路预测有着其独特的优势。不仅仅是理论层面，在实际应用当中也发挥着相当大的作用，在社交网络统计分析方面的应用就是最好的例子。当下的社交网络处于信息爆炸的时期，大量的数据不断地涌现，掌握了这些数据信息，便可以为我们进行数据分析及预测打下了坚实的基础。本次课题的研究内容，也正是围绕着社交网络而展开的。

本次毕业设计课题的内容为基于python的社交网络统计分析系统的设计，其中涉及到的研究内容为利用刻画网络结构特征的统计量-链路预测机制，通过Python语言完成一个图形界面的显示，通过函数调用，将得到的预测算法中的数据以图片的形式在图形界面中显示出来。其中，预测算法采用了基于共同邻居的相似性指标AA、RA，CN以及扩展到加权形式的三种指标等。 

关键词：社交网络；链路预测；相似性指标；统计量

目录

摘要

Abstract

1 绪论-1

1.1 研究背景及意义-1

1.2 国内外研究现状-1

1.2.1链路预测的研究现状-1

1.2.2社交网络的研究现状-2

1.3 本文的主要内容-3

2 预测方法和评价指标-5

2.1 基于共同邻居的相似性指标-5

2.1.1共同邻居指标CN-5

2.2.2 AA指标-5

2.3.3 RA指标-6

2.2 评价指标-7

2.2.1 AUC-7

2.2.2精确度-8

3社交网络统计分析系统的设计-9

3.1 编译系统的搭建-9

3.1.1 Python的安装-9

3.1.2 PyQt4的安装-10

3.2系统实现-12

3.2.1 GUI的设计-12

3.2.2系统功能的实现-15

结    论-18

参 考 文 献-19

附录A 相似性指标算法(部分)-20

附录Ｂ 系统界面UI的设计代码-24

致    谢-25