基于重叠节点的社会网络最短路径算法

通过路径发现和分析可以挖掘社会网络中人与人之间的关系及其连接特性,特别是在犯罪网络的应用中具有重要意义。通过社区发现算法获得社区间的重叠节点,并构造目标网络的分层网络模型;基于社会网络的高聚集系数特性及幂律分布拓扑特征,提出了基于重叠节点的分层网络路径发现(HOLN)算法,以核心节点距离代替社区间距,优化路径搜索方向;优先搜索重叠节点,简化对节点的遍历,实现源与目标间最短路径的快速发现。实验结果表明,本文提出的HOLN算法在计算精度和运行效率上都有令人满意的表现。     

模糊社会网络的结构洞分析方法

为了识别对技术创新具有重要影响的因素,将结构洞理论拓展到模糊社会网络领域,通过计算每个影响因素占据模糊结构洞的个数来判别其重要性.采用文献研究法,以技术创新的98个影响因素为行动者,影响因素之间的互动关系为模糊关系,建立模糊技术创新网络.针对模糊社会网络,提出了模糊结构洞的概念,研究了行动者占据模糊结构洞个数的计算方法和模糊结构洞的分类方法,并将其应用于模糊技术创新网络.研究结果表明,排在前1～5位的影响因素分别为:研究开发能力、人力资源素质、经济发展水平、市场需求和产业集群程度,其占据模糊结构洞的个数分别为129,85,21,21和21.模糊技术创新网络的这5个影响因素是其他因素相互关联和相互作用的枢纽和中介,对技术创新产生积极的推动作用.     

基于社会网络的语义Web服务协同

服务协同是多个服务在服务组合中的协同合作,通过动态组合实现大粒度的服务任务。服务社会网络基于服务社交关系的构建与维护,更好地为服务协同提供支持。服务匹配是服务社会网络构建的重要基础。文章提出了一个新的语义Web服务相似度比较算法,同时引入了深度及局部密度对服务本体语义相似度的影响,从而实现了高效的服务匹配,并达到高效的服务协同。     

基于超网络的Web社会群体复杂关系建模

针对现有的单一要素表征的集群关系不能反映现实社会群体关系的真实情况和整体结构,采用超网络思想表征网络实体间关于兴趣相似度的隐性联系,再结合显性的社交关系,构造了多维社会集群复杂关系模型,并设计相应的算法和实验证明了模型的可行性与有效性.模型不仅能多维度、更真实地表征网络社群的关系,还能作为预测潜在网络热点话题规模的依据,为准确挖掘潜在的网络结构、进行有效的舆情分析奠定了基础.
     

基于结构洞理论的开源设计网络微观特征分析

区别于从宏观整体层面分析开源设计网络特征的做法,以某开源设计任务的方案胜出者为研究对象。基于结构洞的四项指标对其微观结构特征进行了分析;并在此基础上进一步对其协作特征进行了实证研究。微观结构特征的研究结果表明,方案胜出者在结构洞指标上具有共性,大部分胜出者具备较多的结构洞结构。在协作特征方面,方案胜出者与其邻接节点的协作性质分为"贡献型"、"交互型"、"独立型"三类,其中交互型最能利用开源设计群集智能的特点,提高设计任务的成功率;但需要付出大量时间和精力。贡献型对社区中的群集智能利用程度中等;但利用效率最高。独立型的利用程度最低。进一步通过对其他十个任务中方案胜出者的分析,结果表明:(1)大部分方案胜出者具备较多结构洞结构这一结论也适用于社区中其他任务;(2)在具备较多结构洞结构的方案提出者中,交互型的比例大大超过了贡献型的比例。     

基于社区节点重要性的社会网络压缩方法

针对目前图压缩方法中存在的时间复杂度较高、依赖先验知识设定参数、需要调节的参数过多、压缩有损、忽视网络社区结构等问题, 提出基于社区节点重要性的社会网络压缩方法。该方法由基于贪婪策略的社区发现算法(GS)和社会网络压缩算法(SNC)两部分组成。GS算法采用拓扑势理论, 不但可以实现社区发现, 而且可挖掘出社区中的重要节点。SNC算法以网络社区为压缩对象, 在保持社区间的关联关系的前提下实现了无损压缩, 并可在必要时保留社区中的重要节点或基本结构。通过实验, 对方法的可行性和有效性进行了验证。     

几种典型网络的节点分析

针对网络节点抗漏洞攻击能力弱造成网络鲁棒性差的情况,分析了节点鲁棒性、重要节点、节点相关度和节点多样性研究现状,对四种典型的测试网络进行了对比分析,结果表明考虑了节点相关度和节点多样性的网络其节点连接鲁棒性、节点恢复鲁棒性和抗攻击性有了明显提高.这样的网络能有效增强节点的抗漏洞攻击能力,阻断各种可能的漏洞攻击在节点之间的渗透和传播,具有较强的鲁棒性.     

基于图论的节点分析

针对网络节点抗漏洞攻击能力弱造成网络鲁棒性差的情况,分析了基于图论的节点鲁棒性、节点重要性和节点多样性研究现状,提出了一些能够较好满足节点鲁棒性和多样性要求的方法;对节点鲁棒性测量的3个方法作了定义;对四种典型的测试网络用这些测量方法进行了对比分析,结果表明考虑了节点多样性的网络其节点连接鲁棒性、节点恢复鲁棒性和抗攻击性有了明显提高.这样的网络能有效增强节点的抗漏洞攻击能力,阻断各种可能的漏洞攻击在节点之间的渗透和传播,具有较强的鲁棒性.     

关系网络社会生态中大学生人脉网络调查分析及构建

基于关系网络社会生态的大背景假定,预设了“拼爹社会”问题并设计了现实中与大学生相关的23种人脉关系。问卷调查结果显示36.8%的学生认可“拼爹”,高于否定比例(21.5%),但有高达41.6%的学生选择了“说不清”。依据结果尝试将23种人脉关系分为4个层次,包括心理依赖层(6种)、生存支撑层(5种)、生活辅助层(7种)、社交边缘层(5种)。     

动态社交网络中基于结构多样性的 隐私保护方案

当前许多隐私保护技术主要针对静态社交网络.然而,由于数据连续发布,动态社交网络也存在隐私泄露问题.为了防范敌人的攻击,引入一种新的动态隐私保护方法,称为动态kw重结构多样性匿名法kw-SDA.该方法通过对个体分组保护,将连续发布数据时结点/社区身份的泄露概率限制为1/k.然后,提出一种可以实现动态kw-SDA算法的可拓展启发式算法.该算法可根据前w-1次发布的数据对图形进行匿名化处理,使图形改动最小化.此外,通过引入CS表,该算法可以逐渐汇总连续数据发布时的结点信息,避免了匿名化处理时扫描发布的所有数据.评估结果表明,该方法既能保护网络的大部分特征,又能有效保护隐私.     

基于社会网络的网络编码通信机制

本文介绍无线传感网络中一种新的信息传递方式,即在社会网络中通过网络编码提高网络的通信性能;在Epidemic算法基础上提出社会网络路由算法并引入网络编码方式来传递消息。通过实验表明,应用网络编码传输方式的社会网络对无线传感器网络的影响,包括提高网络投递率,减少延迟,节省网络能量消耗,提高网络安全性,整体改善网络性能。     

基于贝叶斯概率树的机会社会网络转发节点选择方法

选择合适的节点并将消息迅速转发到目标节点是机会社会网络关键问题之一。现有研究的不足主要是未充分考虑节点的社会属性以及节点的动态性。本文提出了一种基于贝叶斯概率树的转发节点选择(Bayesian Probabilistic Tree Forward Node Selection,BFANS)方法。根据节点具有的社会属性及相遇概率划分社区;社区内利用节点相遇概率值构建贝叶斯概率树;分别采用社区内和社区间两种方式进行消息的转发。实验表明,该方法在消息投递成功率上得到提高,并且降低消息的平均时延及路由开销比率。     

基于FOAF的社会网络模块的开发

摘要：FOAF（Friend of a Friend）词汇表提供了一种在Web上描述个人信息的方法。本文将FOAF应用于社会网络模块中，使其作为一种协议连接不同系统的用户以形成社会网络。基于一些开放源码软件，实现了一个实验原型。     

基于社会网络的决策会计行为分析

介绍了决策会计对管理会计的重要性,分析了决策会计行为的特点和模型,并用社会网络理论对决策会计行为作了初步的有意义的探讨。     

高职学生交往关系的社会网络调查分析

社会网络分析是对社会关系结构及其属性进行分析的方法.运用社会网络分析技术,对高职学生社会网络问卷数据进行量化分析,得出高职学生社会网络的指标特征,同时就运用社会网络资源进行教育管理提出了对策原则.     

基于社会网络分析的P2P网络挖掘

设计并实现了一种在P2P网络中基于社会网络分析的数据挖掘算法。该算法可以挖掘出P2P网络中的中心节点、关键节点和社区结构,这为P2P网络的激励机制确定给哪些节点相应的激励措施提供了有效依据。     

在线社会网络中基于关系强度的访问控制机制

访问控制是实现OSN隐私保护的有效方法之一,针对已有基于关系的访问控制中存在的控制粒度粗、不够灵活等问题,提出OSN访问控制下的关系度量机制,利用用户间关系强弱进一步区分关系(群组)中不同用户的访问权限。基于OSN用户交互特点,由交互行为分析用户关注度,利用用户关注度相对因子、交互强度、关系强度时间衰减性综合产生用户间关系强度。实验结果证明了所提关系强度度量方法的可行性和有效性。     

基于静态和动态的社会网络挖掘算法

基于社会网络的静态和动态特征, 研究社会网络中的社区发现问题. 针对静态社会网络, 提出了边的Ξ系数及紧密度阈值等概念和Detstructure算法; 针对社会网络的动态特性, 提出了基于衰减策略的融合挖掘算法. 所提出的两种算法在应用中都取得了较好的效果.     

基于节点吸引力的可调参数复杂网络模型

针对真实网络的生长演化规律,以及BA无标度网络模型和原始的节点吸引力模型在择优连接以及生成网络统计特征方面所存在的问题,综合考虑复杂网络生长演化过程中节点度和节点吸引力的择优连接特性,提出了一种基于节点吸引力的可调参数复杂网络模型. 理论研究与仿真实验分析表明,基于节点吸引力的可调参数复杂网络模型可以有效生成结构稳定并与实际网络统计特征很接近的复杂网络,通过调节模型参数可以灵活调整网络的生长演化过程. 模型生成的网络度分布仍然服从幂律分布,并且具有较高的群集系数和平均路径长度.      

基于中文Web社会网络的提取、测量与分析

从中文Web中提取人名实体,设计了3种人物间关系定义,并以此为基础构建一个人物间关系网络。通过计算一些社会网络研究中常用的属性指标,验证了社会网络中的一些常见现象,例如“小世界现象”。对社会网络的分析工作包括两个方面:一方面,使用主成份分析来帮助划分人物关系网络,并将划分结果与对应的人物属性相比较,结果表明人物职业较之籍贯和性别等属性更符合来自Web社会网络中的结构划分;另一方面,根据人名在Web中热点程度排序,并按照顺序依次选择3组不同大小的人物列表分别构建社会网络,以此来观察随着人物的增加该社会网络的演化现象,并发现构建的人物关系网络结构是一个单核心的网络。