用户行为驱动的在线社交网络建模

基于节点威望和节点相似性这两个驱动在线社交网络连接形成的潜在机制,从用户连接行为入手,本文提出一个在线社交网络生成模型.采用优先连接刻画网络无标度特性;从微博好友推荐机制建模节点趋同性.该网络模型考虑了社交网络形成的一些重要驱动因素,如同质性和聚类性.从网络连接的微观交互中寻求刻画网络宏观特性的连接机制是本文研究的出发点.模型有力刻画了在线社交网络的统计特性,如度分布、聚类系数、度相关性.结果表明节点威望吸引和节点相似性是在线社交网络结构形成的内在机理.     

科学知识网络的演化模型

针对科学知识网络的演化规律及动力问题, 建立了科学知识网络的演化模型. 模型构建了基于局域世界的增长网络, 通过引入跨领域交叉连接、度择优连接和时间优先连接三种连接机制以反映科学知识的集聚和交叉、继承和发展的关系. 其中跨领域交叉既形成一定集聚拓扑结构又满足学科知识交叉引用的要求, 度择优机制保证对经典科学理论的继承, 时间优先机制则促使对最新知识的吸收和发展. 数理分析和实验模拟表明度择优的作用是全局性的, 而时间优先连接机制的作用是局部的, 模型的拓扑特征与实际统计具有较好的一致性.     

中国学科知识网络的演化研究——基于1981-2010年引文数据

基于1980-2010三十年的重要中文学术期刊中文献之间的引用关系数据, 分析了中国学科知识网络的演化过程. 这30年的数据被分为三部分: 1981-1990、1991-2000 和2001-2010, 分别构建学科知识网络并分析其特征. 通过对比分析, 结果表明中国学科知识网络是一个规模较小但高度连接的网络. 它的连接结构是均匀的,但是权值的分布却具有幂律分布的特征. 在30年中, 网络的连接紧密程度大幅增加, 但是其度分布的均匀性和边权分布的不均匀性却一直存在. 通过建模分析可知, 中国学科知识网络的特征源于其固定的节点数目、重要节点之间优先建立连接以及重要节点之间边权值优先增加的演化规律.     

基于移动终端上网数据的移动模式分析及轨迹预测

基于某城市用户移动终端使用某运营商流量上网产生的数据分析用户移动模式及轨迹预测。实证发现个体上网时的移动行为具有阵发性、异质性、弱时间规律性以及短时间内的地点停留特性。基于实证结果,本文提出了动态贝叶斯网络、基于相似度的马尔科夫模型等多种轨迹预测模型及它们的混合模型,并取得了较好的预测结果。     

变聚类系数加权网络的建模及其级联抗毁性分析

针对ＢＢＶ 等传统加权网络模型生成的网络聚类系数较小、簇度幂律特征偏弱等不足,提出了一个变 聚类系数加权网络模型,其中新节点的加入根据节点强度和初始吸引度共同驱动的优先连接机制或三角连接机 制与网络中的旧节点建立连接。仿真表明,当初始吸引度和三角连接概率取不同值时,生成网络的度、强度和边 权都服从幂律分布,并且聚类系数可调,特别是随着三角连接概率的变大,簇度之间的幂律特征更加明显。最后 构建了基于加权网络的级联故障模型,分析了权重因素、聚类系数等对网络级联抗毁性的影响。     

基于拓扑势的社会通信网局域中心性分析

针对社会通信网络中心性度量问题,在CDMA手机通话数据的基础上构建社会通信网络,引入新的局域影响力度量指标——拓扑势,结合度、介数和接近度等经典参数,对社会通信网络局域中心性进行实证分析.发现社会通信网络节点度、介数和拓扑势的累积分布均服从漂移幂律分布,接近度为正态分布;另外,随着用户局域影响范围σ的增大,其局域中心性大小与其联系人数目和连接中介能力的正相关性逐渐减弱,而与其在网络中拓扑位置的正相关性增强.     

融入网络结构与社交习惯的不对称用户关系强度计算

伴随着大量用户内容的创建和交换,社交网络平台中产生了大规模的互动数据和复杂的用户关系,受到了越来越多研究者的关注.但是现有对关系强度研究多是从用户特征属性相似度和社交行为两方面进行,忽略了网络结构对关系强度的影响,且并未考虑社交行为存在的方向性和习惯性问题.基于此,本文提出了不对称的社交网络用户关系强度计算方法(DSTS-ATI),该方法融合用户特征属性相似度、网络结构连接强度、社交行为交互强度三个维度来综合计算用户关系.在计算网络拓扑结构连接强度时,不仅考虑了用户间邻居节点数,还考虑了邻居节点连接边数.社交互动行为发生的方向性和习惯性,会影响用户对关系强度的感知,因此本文计算出不同社交行为的贡献权重,从交互双方感知用户社交强度.实验证明,本文提出的不对称用户关系强度的方法能够提高用户关系强度预测的准确性,有助于微博意见领袖的发现和信息传播机制的研究.     

知识网络的结构及过程模型

针对知识网络同时具有的小世界结构和无标度连接度分布特征, 构造了知识网络特定结构形成的过程模型. 新知识创造立足于一定的知识基础, 而这个基础内部的知识点之间通常是强相关的; 模型首先在知识增长网络中择优选择并连接定位节点, 以确定知识的主要理论来源, 然后在定位节点的邻居节点中随机选择节点并进行连接, 反应知识的内聚性和知识创造者的领域限制, 过程模型最终形成兼具前述两种结构特征的知识网络; 实际数据统计和仿真实验验证了模型的有效性.     

基于个体属性的人类感知网络演化模型

从个体属性差异角度切入,结合现实群体关系研究感知网络演化模型.模型通过引入马氏定理,模拟在不同感知维度和感知能力下的个体行为,并计算其马氏距离,实现以优先连接概率为前提条件的人类感知网络结构.实验表明;通过优先连接概率阈值和感知因子权重关联度阈值两个外部环境因子,以及个体节点属性差异内部因素,可以共同数据化新旧节点度的...     

基于网络浏览行为的小众领域用户画像建模

基于网络浏览行为,研究小众领域的用户画像建模方法.本文提出构造领域文本伪本体的方法,并从用户的网络浏览行为中挖掘用户兴趣,生成了基于领域兴趣的用户画像,随后将构建的用户画像应用于个性化推荐领域,解决了小众领域因用户量少、信息不足而难以精准刻画用户画像的问题.该方法在以下三方面显著不同于其他相关研究工作:1)基于领域文本快速构建领域伪本体,构建基于伪本体的用户画像建模方法;2)采用词向量将网页映射到伪本体,构建画像生成算法;3)基于领域概念间相似度构建画像优化算法.最后,本文使用了交响乐团的售票数据及用户的网络浏览数据,采用多个指标进行实证分析,验证了本文提出的画像建模方法的有效性与合理性.     

考虑社会选择作用的社交网络生成模型

针对现有社交网络生成模型在解释网络中观结构和微观特性上的不足,提出了考虑社会选择作用的BA模型(SSBA).该模型基于社交网络用户的特征分布和同质性形成的内在机理,在建模过程中考虑了社会影响和社会选择的共同作用.在仿真数据与真实数据集上的实验表明, SSBA模型能很好地刻画不同类型社交网络在宏观特性和中观结构上的特点.发现不同作用机制下网络表现出相异的统计特性,社会选择作用较强时,网络度分布逐渐偏离幂律分布,且网络逐渐向同配网络转变.     

基于信任随机游走模型的微博粉丝推荐

利用微博关注关系和社交行为构建微博信任网络,通过引入基于信任的随机游走模型,结合用户间兴趣相似度,建立了微博粉丝推荐模型。为提高粉丝推荐系统的覆盖率,将用户间的社交行为引入信任的计算,实现了TopN推荐。利用KDD Cup 2012腾讯微博数据进行了实证研究。实验结果表明:在混合多种社交行为的信任网络中,推荐算法的整体性能最优;推荐长度对推荐结果影响较大,当长度为40时算法获得最好的推荐性能;与主流的推荐算法相比,改进后的基于信任的随机游走推荐模型在推荐准确率和覆盖率等多种评价指标上都取得了更好的结果。研究结论为微博粉丝推荐研究提供了新的方法,为微博网络社会化推荐提供了新的视角。     

容量均匀分布的物流保障网络级联失效抗毁性

分析了物流保障网络的特点,发现物流保障网络具有节点度分布均匀、节点之间连接的随机性、节点的负载差异性小、节点的容量在一定区间内随机分布等属性.在此基础上建立了度均匀随机分布的网络模型和级联失效抗毁性模型,应用概率母函数的方法解析地推导了网络级联崩溃的临界值,并通过计算机仿真验证了解析方法的正确性和可行性.     

平台差异化且用户部分多归属的双边市场竞争

部分多归属是双边市场研究的新方向之一，在现实经济生活中，平台差异化是常态行为. 本文考虑了平台有差异并且用户部分多归属的双边市场竞争模型，对于差异化的两个平台同时定价以及大小平台次序定价这三种情况进行了对比分析. 研究表明相互竞争的两个平台对两边用户的定价都是正的；在两个平台同时定价以及小平台优先定价时，大平台在定价、单归属用户数量以及平台利润方面相对于小平台占据优势；同时大平台和小平台都倾向于让竞争对手先定价，采用“后发制人”的竞争策略；两个平台用户网络外部性的增强会导致用户多归属数量的提高. 最后采用我国商业银行竞争的案例数据对于模型结论进行了实证验证.     

具有高簇系数的权重演化无标度网络模型

提出了一个演化的权重无标度网络模型.在传统的加权网络模型的强度优先连接机制基础上,考虑了网络按照模块结构和三角结构进行演化的特性.研究了模块结构和三角结构的演化机制对无标度模型结构特性的影响.仿真结果表明该权重网络的度、强度和权值都服从幂率分布,网络的平均强度与度之间具有高相关特性,网络的平均簇系数与度的函数关系服从幂率分布,模块结构和三角结构的演化机制能够显著提高网络的簇系数.     

用户—产品二部分网络中用户声誉实证研究

用户声誉度量用户评分的准确程度,用户声誉的研究对于保障社会经济和民生的健康发展具有重要意义。在电影网站MovieLens数据上从用户活跃度与记忆性两个角度进行用户声誉的实证研究。根据用户的度分组,发现用户声誉随着用户度的增加而增加,将数据集按照时间分成36个季度的片段,同样发现随着用户度的增加,用户声誉出现上升的趋势。同时,将数据集按照时间分成9个年度的片段,发现用户的持续存在率逐年减小,提出一种度量指标来衡量用户声誉记忆性,发现5年之内用户声誉排名的肯德尔系数比用户度的肯德尔系数更高,表明用户声誉比用户活跃度更具有记忆性。通过建立随机模型与实证结果进行比较,发现真实数据集上用户声誉与度的关系以及声誉的记忆性与随机模型有显著不同。     

微博网络中用户关注行为预测

在微博网络中挖掘博主的潜在关注用户,建立相应的关注预测指标和模型,对于增加博主活跃粉丝数、增强信息传播具有重要意义。利用微博粉丝人际关系网络,在众多与博主交互的用户中,预测潜在的活跃粉丝。在融合微博主影响力、用户活跃度等因素的基础上,提出了以兴趣相似度为核心的用户关注预测指标。利用模糊近似支持向量机作为预测工具,对模糊隶属度算法进行了优化,推导了基于矩阵的模糊近似支持向量机预测模型。利用KDD Cup 2012腾讯微博公开数据进行了实证研究。实验结果表明,本文提出的指标能很好地用于微博用户关注行为的预测,通过与其他支持向量机模型及模糊化算法相比,本文提出的优化方法具有较高的预测精度,且预测结果稳定,在微博用户关注行为预测中具有较强的实用性。     

局域世界随机增长的加权网络模型

提出了一种新的加权网络模型.在该模型中新节点择优的局域世界是随机增大的,另外新节点除了以较大的概率在局域世界内择优连接之外还以较小的概率在局域世界外择优连接,并且已有的节点之间允许有新边的生成.该模型生成的网络的度分布、边权分布和点强度分布均为幂律分布.特别是许多实证研究表明这些分布具有的胖尾现象也能被该模型反映出来.该模型还指出点强度高度依赖于度并且它们之间服从幂律函数关系.     

基于幂律特性的企业用电量网络构建与中心企业分析

基于杭州市2017年工业企业用电量数据,提出了在用电量相关性网络中选择中心企业的方法,并论证了其满足的网络特性及核心作用。首先使用条件Pearson相关性模型消除季节等宏观因素影响,计算企业之间的真实相关性;其次设定相关系数阈值过滤出中心结构;最后利用头重分布、同配混合、小世界等性质对网络进行实证分析。研究结果表明,度大顶点及其连接的分布满足二八定律;所选中心企业能够有效促进其他非中心企业之间的联系,为决策者提供重要启示。     

基于智能卡数据的早高峰地铁通勤用户出行偏好建模与实证

现有针对轨道交通早高峰通勤行为的建模研究没有考虑时变的时间效用偏好带来的影响,实证结果也主要源于陈述性偏好调查数据.本文在分析早高峰地铁通勤用户的时间使用决策行为的基础上,考虑常数-阶跃和常数-线性的出行效用偏好假设,建立了可以描述早高峰地铁通勤用户到达时刻离散选择行为的多项Logit、混合Logit和嵌套Logit模型,并利用北京地铁八通线土桥-四惠东通勤走廊的智能卡出行数据和列车时刻表数据进行了模型校验和参数估计.通过区分通勤用户在起点站选择乘坐最临近车次或者为了座位等待下一车次的两种乘车情形,模型可以解决直接使用智能卡的显示性偏好数据进行参数估计带来的自选择偏误问题,即用户偏好拥挤的时段出行.计量结果表明,相比常数-线性的出行效用偏好,常数-阶跃偏好下的模型拟合优度更高,且三种离散选择模型的估计结果基本是一致的,即晚到工作地的单位时间成本大于早到工作地的单位时间成本;当每平方米站立人数为5人时,单位时间的厢内拥挤成本约占单位时间出行成本的11%.最后,进一步讨论了用户通勤特征的异质性对出行效用偏好的影响.