基于关键词的语义动力学实证分析

为了研究论文关键词在期刊系统中的过滤和分类作用,本文运用语义动力学的分析方法,对美国国家科学院院刊近16年的关键词进行了实证统计分析,包括关键词的词频分布、关键词演化标度行为,以及关键词的衰减因子变化.统计显示,美国国家科学院院刊中关键词的词频近似符合跨越4个数量级的Zipf分布,其指数为0.86.特别地,实证数据显示,每年新关键词的数目和所有关键词总数在演化过程中存在一个非常漂亮的幂次标度关系,其指数约为0.75.令人惊讶的是,严肃规范的期刊关键词和随意的网页标签具有几乎一致的演化标度律.这些不同系统中共同出现的的统计规律对于认识基于关键词的语义系统演化行为有借鉴作用.     

复杂网络观察

总结了几位作者对复杂网络研究中存在的重要问题和发展趋势的讨论,其中既包括度分布和度指数的分析和计算,各种不同动力学之间的内在一致性,网络加速增长机制这样的基本问题,也包括了网络中尺度这类细致深入的结构分析.还就复杂网络与其他重要研究方向深入结合的现状和未来展开了讨论,包括复杂网络中的链路预测问题,复杂网络在信息推荐系统中的应用,复杂网络与信息物理系统的可能结合,复杂网络和人类动力学的结合以及复杂网络在国家安全方面可能的重要战略地位.     

利用链路预测推断网络演化机制

直接建立演化模型推测影响网络演化的因素是目前研究网络演化制的常用方法,但由于可供比较的结构特征量太多,不同的模型之间难以进行定量化的比较.链路预测是指利用网络的结构或者节点的属性息预测未产生连接的两个节点间产生连接的可能性.其本质是挖掘网络产生连边的原因和驱动力,这同时也是网络演化模型所关的问.实际上,一个演化模型原则上都可以对应于一种链路预测的算法.因此,助链路预测的理论框和评方法可以定量化地对不同演化模型所对应的链路预测算法进行评,从而间接地对演化模型的表现进行定量比较.本文首先绍于节点接近性的链路预测方法,然后讨论利用链路预测推测网络演化制的本框.在以中城市航空网络为例的实证分析中发现,当单独利用结构(共同邻居数目)和节点属性(地理位、人口、GDP和第三产业产值)作为定义接近性的因素时,于共同邻居的算法预测准确度最高,暗示网络演化主要受结构因素影响,其次才是外在因素.而将四种于节点属性的算法与于结构的算法耦合进行计算时,共同邻居配合第三产业产值效最好,与偏相关分析和因分析的结论一.本文为研究网络演化模型供了全新的视角和分析工具.     

网络重要节点排序方法综述

复杂网络的重要节点是指相比网络其他节点而言,能够在更大程度上影响网络的结构与功能的一些特殊节点.近年来,节点重要性排序研究受到越来越广泛的关注,不仅因为其重大的理论研究意义,更因为其广泛的实际应用价值.由于应用领域极广,且不同类型的网络中节点的重要性评价方法各有侧重,学者们从不同的实际问题出发设计出各种各样的方法.本文系统地综述了复杂网络领域具有代表性的30余种重要节点挖掘方法,并将其分为四大类,详细比较各种方法的计算思路、应用场景和优缺点.在此基础上,本文分析了重要节点排序研究现存的一些问题,并展望了若干重要的开放性问题.