基于最小社团链接度增量的社团结构挖掘算法

针对复杂网络社团结构挖掘算法复杂度高的问题,定义了一个衡量局部社团结构的指标,提出了一种基于最小社团链接度增量的社团结构挖掘算法.本算法的时间复杂度为O(kd),其中d为网络的平均节点度数,k为搜索的节点数.为了验证本算法的性能和计算的准确性,把本算法与一种经典的挖掘局部社团结构方法——Clauset算法,进行了比较.实验结果表明:本算法抽取的社团结构与Clauset算法相比基本一致,但在性能上有了显著提高.     

基于社团密合度的复杂网络社团发现算法

传统的社团发现算法大多存在划分效果和复杂度相矛盾的问题,为了解决该问题,提出一种新的单社团结构评价标准——社团密合度(group density).在此基础上,设计了一种基于凝聚思想的社团发现算法,该算法通过不断融合小社团,使网络的社团结构向平均社团密合度最大的方向发展,并使用模块度检测算法的划分结果.通过与经典的GN,Fast Newman,LPA等算法对多个数据集进行实验对比,验证了本文算法在获得较好的划分效果的同时具有较低的时间复杂度.     

一种基于节点重要度的社团划分算法

指出了通过挖掘复杂网络中存在的社团结构,可以分析整个复杂网络的拓扑结构和功能,还可以发现网络中隐藏的规律.为了得到最佳社团划分结构,定义了网络的节点重要度矩阵和聚类矩阵,结合图的特征谱平分法和模块度函数,提出了一种基于节点重要度的社团划分算法(CDNIM).通过在空手道俱乐部、海豚关系网络等多个经典数据集上应用,结果表明:该算法能够有效提高发现社团结构的准确率.     

复杂网络的社团结构发现

社团结构是复杂网络的一个重要拓扑特征,社团结构发现是研究复杂网络的一个基础性问题,近十年来得到了广泛的关注。本文概要了非重叠社团发现的典型算法,较全面地归纳分析了重叠社团发现算法。并指出了社团发现研究尚存在的一些问题和进一步的研究方向。     

一种改进的基于节点相异度的社团结构划分算法

提出一种改进的基于节点相异度的社团结构划分算法.首先根据度和平均度评估标准,筛选出核心节点作为初始核心节点集,然后基于节点相异度进行划分,直至社团结构划分完成.实验结果证明,与其他一些算法相比,该算法的划分效果比较精确且易于实现.     

一种基于聚类技术和蚁群算法的社团发现方法

如何在复杂网络中自动地发现社团,对于研究复杂网络的结构、功能和行为有着非常重要的意义。在聚类技术的基础上,提出了一种基于蚁群算法识别相似结点的方法,以优化结点的计算性能。     

基于聚类的复杂网络社团结构发现

我校计算机与信息技术学院教师李艳灵博士获批国家自然科学基金项目:基于聚类的复杂网络社团结构发现,项目编号:61202194.复杂网络是指具有复杂拓扑结构和复杂节点行为的网络系统,它是对现实世界中各种各样的大规模复杂系统的抽象.复杂网络中的社团发现旨在寻找复杂网络中真实存在的社团结构,发现网络中的社团结构对分析     

基于关系强度的复杂网络社团结构发现算法比较

实际复杂网络数据的合理预处理是社团结构分析的基础与前提,对划分结果有着显著的影响。本文通过定义节点间的关系强度,将社会调查得到的社交网络数据处理成社团结构算法中通用的邻接矩阵,提出了处理实际复杂网络数据使之适用于经典社团算法分析的一种方法。同时,本文进一步给出了关系强度强联系定义和关系强度弱联系定义,并比较了算法在这两种定义下展示出的不同性能。     

基于复杂网络重叠社团发现的微博话题检测

社交媒体话题检测一直是个热点问题,由于社交数据杂乱异构,且具有时效性,语义模糊性等特点,话题检测也是个难点问题.研究利用复杂网络对社交文本数据进行建模,并结合一种基于极大团凝聚层次聚类的重叠社团发现方法实现了社交话题的检测.文本数据建模中,通过自定义突发系数量化话题词,即把话题词看作具有时域分布偏好的关键词,并通过自定义相关系数连接话题词,构建话题网络.为使自定义系数更适用于动态数据环境,实验结合真实数据进行了适应性测试优化系数.文章把采用EAGLE重叠社团发现方法在公开数据集上评测,根据Q函数值显示结果明显优于当前一些重叠社团发现策略,研究对采样的60万条青少年社交数据进行了话题分析并可视化了分析结果.     

一种发现交叠社团的快速层次化算法

针对大多数层次聚类算法无法识别实际复杂网络中存在的交叠社区等缺陷,提出1种度量社团间连通性的指标,并在此基础上设计1种发现交叠社团的快速层次化算法F-HOC。F-HOC以社团连通性为依据,用凝聚法对k-团进行弱社团检测、递归合并,以达到网络可交叠层次化快速聚类的目的。采用人们普遍接受的基准随机网络作为标准数据对算法进行测试,并应用该算法对足球网络进行分解。研究结果表明:与目前可以发现交叠社团的层次化算法EAGLE相比,对于社团结构明显的复杂网络,F-HOC具有更大的敏感度和更高的运行效率;随着大规模网络数据的不断增加,EAGLE的运行时间呈指数增长,而F-HOC保持线性增长,F-HOC更适用于大规模的复杂网络。     

A measure of centrality based on modularity matrix

In this paper, a kind of measure of structural centrality for networks, called modularity centrality, is introduced. This centrality index is based on the eigenvector belonging to the largest magnitude eigenvalue of modularity matrix. The measure is illustrated and compared with the standard centrality measures using a classic dataset. The statistical distribution of modularity centrality is investigated by considering large computer generated graphs and two networks from the real world.     

基于改进拉普拉斯中心性的高速路网状态识别方法

为提高高速公路网络运行效率,考虑不同路段对于路网运行状态的时空影响差异性,提出一种高速公路网络交通状态识别方法。定义路网各类型路段为节点及其状态计算方法,建立基于“改进拉普拉斯中心性”和“时空影响因子”的路网状态识别模型。其中,利用皮尔逊相关系数改进拉普拉斯中心性方法以评估节点自身影响,设计时空影响因子评估邻居节点影响;融合节点自身及邻居节点影响,建立节点权重系数模型;在以上基础上建立反映路网交通状态的综合判别模型。以京港澳高速徐水-清苑的高速公路网络为例予以验证,结果表明：在不同交通需求情景下,本方法能有效识别交通状态;对比TPI模型和VHT模型,本方法状态识别精准度均为最优,尤其是在交通需求大的情况下,对比稳定性较强的TPI模型,本方法准确率提升了2.8%,进一步证明了模型的适用性强,能够满足工程实际的需要。     

基于网络局部和全局特性的组合中心性度量措施

阐述了复杂网络中节点的中心性(即节点的重要性)对网络鲁棒性的重大影响,评估节点的多种重要性方法各自的优点与局限性.结合逆和指数ISI、度中心性DC以及介数中心性BC提出一种基于两种人工网络和两种真实网络的组合中心性度量方法IDB,利用删除节点前后网络的最大连通子图的变化对节点的重要性进行刻画仿真实验,验证了该方法的可行...     

高速铁路网络系统中心性的车站综合分级方法

应用系统中心性理论,综合考虑高速铁路的基础设施网络、车流网络及客流分布特征,构建了高速铁路车站系统中心性综合分级方法.在充分考虑高速铁路运输网络特征的基础上,对既有系统理论中的中心性指标进行改进,并利用实际的铁路客流数据确定合理的系统中心性计算方法.利用综合评价分级方法对我国高速铁路路网的525个车站分级评价,明确每个等级车站的数值分级依据,结合路网发展特征阐述每个等级车站的路网演化意义与运输定位.分级结果对于我国高速铁路服务网络明确车站分工、提高路网运输效率有指导意义.     

中国区域中心城市沈阳、武汉中心性与扩散域对比研究

通过构建中心地中心性测度指标体系,运用SPSS18.0因子分析方法抽取了6个主成分对中国典型的老工业基地沈阳和武汉的中心性进行了综合测算.引进日本“时距圈”的概念,根据中心性综合得分值构建中心地的“时距圈”测算公式,利用Arc GIS 9.3平台使用Kriging插值法测绘出沈阳、武汉的扩散域空间表达图.结合规模指数、经济增长率指数对比分析了沈阳、武汉在地方、大区、全国的中心职能,从微观、中观与宏观三个尺度预测了其中心地扩散域的辐射作用以及未来中心地位的变化趋势.     

基于社区森林模型的分布式重叠社区发现算法

重叠社区发现是复杂网络挖掘中的重要基础工作,可以应用于社交网络、通讯网络、蛋白质相互作用网络、代谢路径网络、交通网络等多种网络的数据分析,从而服务智慧交通、传染病防治、舆情分析、新药研制和人力资源管理等领域.传统的单机运算架构已经难以满足各类大规模复杂网络的分析和计算要求.人工智能领域的研究人员提出将社区发现应用到网络...     

基于参与式地理信息系统的社区制图研究

介绍了社区制图和参与式地理信息系统(PGIS)技术的概念,归纳出参与式规划情景下的PGIS社区制图方法,并简要分析了这种方法的运用途径、效果及其存在的问题.结果表明:基于PGIS的社区制图方法有效促进了社区村民、规划者和决策者等各利益相关方之间的沟通,可使技术服务于乡村社区及其民众.     

基于关联规则重要性的产品购买序列模式发现

为了解决利用关联规则进行购物篮挖掘分析存在的两个问题:由于数据挖掘前的业务分析不足,不能有效的挖掘出想要的规则;按照传统的关联规则参数设置挖掘得到的关联规则太多,用户无法对其进行取舍.结合实例销售数据,对数据源进行了业务深层分析,构建了基于销售的主题数据仓库,保证了数据挖掘的有效性,同时用概率代替置信度进行参数设置,并引入关联规则"重要性"参数作为新的衡量标准,分析规则的有趣性,以筛选出更有价值的关联规则.将研究结果应用于某制造业产品销售实例,进行了基于关联规则的产品序列购买模式研究,得到了有效的产品销售关联规则,支持了市场决策.     

基于不同行业的沪深300股指期货价格发现功能研究

基于沪深300股指期货日收盘价及中证全指系列指数中的行业指数数据,利用协整检验、VAR模型、格兰杰因果检验和脉冲响应函数,研究了我国股指期货与不同行业现货价格上的领先滞后关系及其内部差异,最后对投资者和监管部门提出了一些建议.实证结果表明:股指期货和各行业现货指数之间存在着较强的单向因果关系,且在不同行业之间存在较大的内部差异.