复杂网络中的社团结构

对复杂网络社团结构问题进行了综述。介绍了无权无向网络中社团结构的定义、探索社团结构的算法及算法的评价标准和检验网络。重点总结与类比了具有代表性的算法及其在检验网络上得到的结果,并依据这些结果和评价标准对算法进行了评述。部分地概括了原有算法在加权无向网络中的推广方法。最后对部分社团结构算法的特点进行了横向的比较,对社团结构与网络功能的研究进行简略介绍,并对社团结构研究的发展做出展望。     

微博用户关系网络的结构研究与聚类分析

将个人微博用户关系网络作为研究对象,抓取了一个用户从开始注册到一定稳定期3个时间点的数据,构建了3个复杂网络,研究了该微博用户关系网络的结构属性变化,得出用户行为和影响力的变化.使用K-means聚类算法对微博用户关系网络进行了聚类分析,从使用目的角度将微博用户分为3种类型——普通社交型、个人兴趣型和信息散播型.微博服务商可以通过算法优化,根据详细的聚类结果更有针对性地进行页面和应用程序推荐,创造商业价值.     

基于聚类分析的复杂网络中的社团探测

社团结构是复杂网络中普遍存在的一种特征.本文应用改进了的谱分法将网络的社团探测问题转换为聚类分析问题,并将Girvan和Newman提出的模块度函数概念应用到聚类分析的4类算法中进行社团结构的探测,特别提出了一种新的结合模块度的聚类遗传算法.然后用3种类型的网络实验算例验证了本文算法的有效性,并对实验结果进行了比较分析,得出本文提出的新算法在初始化敏感性和准确性方面效果较好.最后指出本文算法的进一步研究方向.     

基于Memetic算法和关联学习的社会网络聚类分析

针对社会网络系统中的社会属性知识没有被充分挖掘,网络结构优化算法学习能力弱的问题,提出了一种Memetic关联学习算法(MRLA)。研究了新算法的基本原理和各个算子,实现了社会属性信息的有效利用。新算法充分结合基于Memetic计算的准确性和基于社会关联学习的快速性,以3个真实社会网络数据集作为测试集,实验结果表明MRLA算法能够有效实现社会网络的聚类分析。     

科学家影响关系网络与科学家的影响力

基于复杂网络理论分析了科学家影响力问题.根据科学家之间存在的影响关系:相互合作、论文引文、致谢等关系,建立了科学家之间影响关系网络,该网络是一个具有不同权重的有向网络,生成的系统网络矩阵是一个对角线元素为0的非对称矩阵.通过分析节点之间的相互影响,得到了一个衡量科学家影响力的算法模型.最后实例分析说明了算法模型的应用过程,根据研究结果对如何提高科学家个人影响力问题提出了一些有效的方法和措施.     

一个中国科学家合作网的实证分析

研究了由<科学通报>过去20年间发表文章的作者所构建的科学家合作网络.按照统计学方法和基于复杂网络理论的实证分析表明,科学家产量满足幂律分布,而合作规模分布则是指数衰减的.合作网中存在一个明显的最大连通子图,该子图具有高聚类和小世界特性,并呈现社团结构和等级结构.网络的度分布介于指数与幂律之间,近似服从对数正态分布,社团规模分布亦显示出长尾特性.此外,还应用3种不同的指标研究了Hub节点的影响力.     

钢铁企业合作创新项目选择的模糊聚类分析

在合作创新过程中,针对区间数的评价信息,提出一种基于遗传算法的模糊聚类方法.考虑方案各准则的权重、准则值为区间数,同时要求对聚类中心各准则值有严格序关系.然后结合隶属度变量构建优化模型,利用具有动态惩罚函数的遗传算法求解,计算得到各方案的所属类别.实例证明了该方法的有效性和可靠性.     

竞争网络中合作策略的研究

合作与竞争驱动自然社会与生态系统的动态演化,这些机制的相互作用可以对多个网络产生不同的影响。基于特征向量中心性,在网络的网络基础之上提出合作竞争模型,定义网络之间对外是一种竞争关系,对内为合作关系。揭示合作竞争特性,依据节点的重要性不同将合作策略与竞争策略进行了分类,研究模块网络间不同合作策略对集群网络乃至整个网络的资源配置的影响,发现重要性越大的节点间的结合能够给网络带来更多的利益。     

一类无标度合作网络的演化模型

提出了一类特殊的无标度合作网络的演化模型.利用平均场方法解析计算了节点的增长动态性,证明了该网络是节点度分布符合幂律分布的无标度网络,其幂指数位于2和3之间.给出了节点的集聚系数与度的关系表达式,并证明了网络的平均路径长度最多以网络的对数形式增长.数值模拟结果与理论计算值很好地吻合.     

网络集团度的幂律分布

复杂网络的群落结构以及基元-模块-网络三级结构对网络的结构和功能都有重大的影响.本文提出了集团度的概念,它是网络节点度的推广,可以量化网络中各阶基元的密度.实证研究显示,大量不同领域中抽象出来的网络都具有近似服从幂律的低阶集团度分布.通过与随机热化后的网络进行比较,本文验证了集团度的幂律分布是独立于幂律度分布之外的真实网络新的统计特性.另外,随着所统计的集团阶数的上升,其相应的集团度分布的幂律指数呈现下降的趋势.     

基于社区结构的 Dijkstra改进算法

针对复杂网络中社区结构局部优势,将每个社区塌陷为一个节点,利用局部优势向全局优势扩展的方法,将Dijkstra算法进行了改进,提出了一种基于社区结构的复杂网络最短路算法,分析了该算法的时间复杂度,并将该算法应用于战时军事物资前送体系网络.     

社团结构网络环境下SIS病毒传播建模与分析

考虑许多现实网络具有社团结构,通过引入模块化系数,并在该系数合理范围控制下基于随机网络生成社团网络模型以模拟现实社会网络。通过平均场方法研究网络上的病毒传播动力学行为,推导传播阈值表达式,并用蒙特卡罗仿真加以验证。研究表明:社团结构的存在使得网络度分布发生变化,即社团结构越强,度分布越宽;同时,社团结构越强,病毒越易爆发;另外,传染率远大于阈值时,不同强度的社团结构网络的传播规模趋于一致,即网络结构对传播规模影响不大。     

信息网络的社区发现及其应用研究

在对信息网络社区发现研究的基本概念进行简单介绍的基础上,将目前的典型算法初步划分为5类,即传统发现方法、基于分割的方法、基于模块性质量优化的方法、基于动态模型的方法与基于谱分析的方法,然后着重对各种发现方法进行分类分析与比较,并以Web信息网络为例简述社区发现的应用,最后指出了目前方法存在的缺陷与未来可能的改进方向。     

一个小型演员合作网的拓扑性质分析

从著名的网络电影社区--MTime网站,获取了国内(大陆、香港、澳门、台湾)近6年来(2001～2006年)拍摄电影的数据.应用复杂网络的理论和方法,对其中的演员合作关系所形成的网络进行了初步研究.分析结果表明:与其他广义合作网络类似,中国电影演员合作网络也具有明显的聚类效应和小世界特性.此外,对历年网络及其最大连通群组也进行了网络简约和社区分析,相关研究结果与实际情况相符,对中国电影发展趋势的预测也有一定的参考价值.     

基于保守合并策略的复杂网络社区结构发现

为了有效的进行复杂网络社区结构发现,在CNM算法的基础上引进了一种具有额外头部节点的堆数据结构,在社区合并的过程中采用有偏的随机抽样方法,实现了较为保守的合并策略.随机合并算法的输出有更多的机会到达模块度函数的平台区域,在通常情况下其平均表现超过了原始CNM算法.在合成和真实的网络上验证了所提算法的可行性和有效性.     

一个小型科研合作复杂网络及其分析

对1998年1月至2004年6月问发表于《物理学报》和《Chinese Physics》上，混沌科学方面的科学研究论文作者合作研究所形成的小型网络进行了初步研究。数据分析表明：该领域内相关科学研究工作者之间形成的科研合作关系网络，也具有类似许多大型合作关系网络数据库所具有的无尺度网络特性；对该非连通合作网络内部的较大连通组群的聚类特性、小世界特征等相关性质进行了初步比较研究，发现了该网络的一些相关特征。     

复杂网络中的社团结构分析算法研究综述

许多实际网络中都存在着社团结构.为了寻找大规模复杂网络中的社团结构,人们提出了很多算法.本文综述了近几年来比较有代表性的一些算法.首先介绍了计算机科学中最有名的谱平分法和Kernighan-Lin算法,然后介绍了社会学中具有代表性的分裂算法和凝聚算法,并着重分析了最新提出来的一种寻找网络中彼此重叠的社团结构的派系过滤算法.最后指出了进一步的研究方向.     

复杂网络的社区结构

社区结构作为真实复杂网络所普遍具有的一个重要拓扑特性,在最近10年内得到了广泛而深入的研究.回顾了近几年国内外社区结构研究的主要进展,重点介绍社区发现的研究历程和研究成果,并结合社会计算的背景展望了社区结构研究的未来发展方向和潜在的应用价值.     

探讨复杂系统中的群体结构

为探讨恰当划分复杂系统群体蛄构的新方法，提出了改进边介数法。在对网络实例空手道俱乐部的研究中，将谊方法与传统社会学聚类方法和GN算法进行了对照比较。其实证结果表明了谊方法对于正确分析系统的群体结构的有效性。