基于加权图传播最优化的网络社区检测算法

社交网络中的社区检测作为数据挖掘领域的热门研究课题,具有很大的应用价值。然后现有的方法大多需要利用网络拓扑结构作为先验知识,但是在真实网络中很难获取网络拓扑数据,造成了扩展性差、准确度低的问题。为解决此问题,提出了一种基于传播级联最大化的社区检测算法N-CD(Neighbor Community Detection),利用条件随机场(Conditional Random Field, CRF)对网络中传播级联的时间序列进行建模,捕捉邻居节点之间影响力传播与社区划分的关系特征,然后采用最大似然估计的方式对构建的概率图模型进行推理优化,从而得到最优的网络社区划分。实验表明,N-CD算法在真实数据集上取得了最优的检测结果,在准确度和社区数量上都更加接近真实的社区划分。     

绩效考核系统的设计与实现

为提高部门工作效率,强化部门考核管理,寻找一种科学有效,能够进行信息化的绩效考核模式变得日益重要。本绩效考核系统是基于Struts2、Spring和Hibernate3大常用框架,并结合比较成熟的Sql Server2005数据库和前端的Extjs展示技术进行研发。通过对绩效考核进行需求分析,系统主要功能包括人事管理、考勤管理、绩效管理、报表管理4大模块。系统采用Java EE的表现层、业务逻辑层和数据持久层的3层开发模式,使用My Eclipse作为集成开发工具编码实现。通过最终的系统测试,该系统能够出色地完成客户的所有需求,实现绩效考核的信息化管理。