关键词： 新能源汽车贸易   复杂网络理论   社团检测   竞争关系   贸易网络  

摘要： 运用复杂网络分析方法，探究2017—2022年全球新能源汽车贸易的整体网络特征、区域社团特征及核心国家竞争关系。研究发现：(1)全球新能源汽车贸易网络空间结构存在“小世界”特征，节点异质性强且符合幂律分布，满足无标度结构特征。(2)全球新能源汽车贸易网络可划分为5个区域社团，其中，欧亚-东西非（社团2）、西欧-东非（社团5）为中心势较高的单核社团，区内贸易依赖性强；以德国和美国为中心的北美-西欧社团（社团1）及以中国和日本为中心的亚洲-东欧-南美社团（社团3）内部贸易关系密集，前者的“富人俱乐部”特征明显，后者的异配性特征明显；东南亚-东北欧社团（社团4）内两个核心国家的出口市场相似，竞争关系显著。(3)在贸易网络的“核心-边缘”结构中，核心国家数量上升，形成以德国、美国、比利时、英国、中国和日本为六大核心国家的竞争格局。亚洲地区内部竞争强度下降，但与欧洲地区的外部竞争强度增大，欧洲地区内部竞争强度持续增强。

关键词： 汽车检测与维修   社团活动   调查分析  

摘要： 专业社团作为高职校园文化的新生力量，逐渐成为社团育人的新动能。随着汽车产业的深刻变革，汽车检测与维修技术专业社团活动的开展不仅是思想政治教育工作体系的重要一环，还是体现高职教育针对性和实践性的重要举措。本文开展汽车检测与维修技术专业社团活动情况的调查研究，以更科学、更高效地发挥专业社团载体作用。

关键词： 社团检测   属性网络   半监督   节点内容   嵌入强化  

摘要： 挖掘网络中的社团结构是复杂网络分析的关键任务,但在现实应用中如何进一步提高社团检测性能仍极具挑战性。鉴于属性网络中的节点内容和网络嵌入均蕴含有社团结构信息,提出一种基于非负矩阵分解融合节点内容和嵌入强化拓扑的半监督方法。首先,基于生成框架重构拓扑和内容,以构建融合拓扑和内容的基本模型;然后,利用拓扑相似性构造must-link先验信息,同时由Node2Vec计算网络嵌入;最后,使用矩阵补全技术将先验信息和网络嵌入引入模型,形成融合内容、网络嵌入的半监督社团检测模型。在合成和真实网络上的实验结果充分验证了新模型的良好竞争力。

关键词： 社团检测   社团隐匿   梯度优化   进化计算   扰动子结构  

摘要： 社团检测是一种用来揭示网络聚集行为的技术，能够精准识别网络中的社团结构，帮助更好地理解复杂网络的内部组织和功能。然而，随着社团检测算法的快速发展，其中信息泄露和过度挖掘等诸多隐私问题也备受关注。因此，社团隐匿算法被广泛研究，它通过构建扰动子结构来模糊网络中的社团结构，从而有效降低社团检测算法的识别能力，实现隐私保护。在现有的扰动子结构优化方法中，基于遗传算法的方法表现较为突出，但这些方法在搜索解的过程中缺少方向性的指导，因此在构建扰动子结构的效果和效率上仍有提升空间。通过将梯度引导信息引入遗传算法搜索，可以优化扰动子结构的构建过程，从而提高社团隐匿的效果和效率。实验结果表明，在社团隐匿问题中，加入梯度引导信息的遗传算法在搜索扰动子结构方面显著优于其他基线方法，证明了其有效性。

关键词： 新能源汽车贸易   复杂网络理论   社团检测   竞争关系  

摘要： 中国新能源汽车发展正以前所未有的速度和规模撼动全球汽车贸易格局，其所处的国际贸易环境状况是值得关注的问题。运用复杂网络分析方法，探究2017—2022年全球新能源汽车贸易的整体网络特征、区域社团特征及核心国家竞争关系。研究发现：①全球新能源汽车贸易网络空间结构存在“小世界”特征，节点异质性强且符合幂律分布，满足无标度结构特征。②全球新能源汽车贸易网络可划分为5个区域社团，欧亚—东西非（社团2）、西欧—东非（社团5）为中心势较高单核社团，区内贸易依赖性强。以德国和美国为中心的北美—西欧社团（社团1）及以中国和日本为中心的亚洲—东欧—南美社团（社团3）内部贸易关系密集，前者富人俱乐部特征明显，后者异配性特征明显。东南亚—东北欧社团（社团4）内两个核心国家的出口市场相似，竞争关系显著。③在贸易网络核心—边缘结构中，核心国家数量上升，形成以德国、美国、比利时、英国、中国和日本六大核心国家间的竞争格局。亚洲地区内部竞争强度下降，但与欧洲地区的外部竞争强度增大，欧洲地区内部竞争强度持续增强。

关键词： 多层网络   社团检测   图神经网络   自编码器   自监督学习  

摘要： 基于图神经网络的多层网络社团检测方法面临以下两个挑战。一是如何有效利用多层网络的节点内容信息,二是如何有效利用多层网络的层间关系。因此,提出多层网络社团检测模型AGCFN(autoencoder-enhanced graph convolutional fusion network)。首先通过自编码器独立提取每个网络层的节点内容信息,通过传递算子将提取到的节点内容信息传递给图自编码器进行当前网络层节点内容信息与拓扑结构信息的融合,从而得到当前网络层每个节点的表示,这种方法充分利用了网络的节点内容信息与拓扑结构信息。对于得到的节点表示,通过模块度最大化模块和图解码器对其进行优化。其次,通过多层信息融合模块将每个网络层提取到的节点表示进行融合,得到每个节点的综合表示。最后,通过自训练机制训练模型并得到社团检测结果。与6个模型在三个数据集上进行对比,ACC与NMI评价指标有所提升,验证了AGCFN的有效性。

关键词： 重叠社团结构   局部随机游走   密度峰值   三支聚类  

摘要： 自然界和社会中的许多复杂系统都可以用网络来描述,重叠社团检测是研究这些网络的关键任务之一。文章提出一种新的基于密度峰值聚类法和三支聚类法的重叠社团检测算法(3W-DPC算法),主要思想是利用密度峰值法确定网络中心节点,进一步进行三支聚类,确定每个社团的核心域和边界域。通过使用3W-DPC算法分析人工网络和真实网络的社团结构,研究发现重叠的社团自然且频繁,特别是对于最大的群落。与其他检测方法进行的基准测试比较,表明3W-DPC能够有效地检测网络的重叠社团结构。

关键词： 复杂网络   重叠社团检测   标签传播算法   局部结构熵   SLPA  

摘要： 标签传播算法(Speaker-Listener Label Propagation Algorithm,SLPA)在重叠社团检测任务上具有线性时间复杂度和优良的检测效果,但作为一种随机算法其多次的随机选择策略致使算法的精度受限且算法结果不稳定;此外,算法在选取的阈值较低时容易出现大量相互嵌套的小型社团和重叠节点。针对上述问题,提出一种精度更高、稳定性更好的改进算法。算法初始化阶段,使用节点局部结构熵(Local Structure Entropy,LE)计算的节点重要性排序升序作为节点更新序列;标签传播阶段,使用资源分配指标(Resource Allocation,RA)作为节点进一步选择的依据,引导标签传播的方向;后处理阶段,新增两两对比待选社团集以去除嵌套包含的社团。在真实网络与人工网络上验证算法的有效性,使用重叠标准互信息(Overlapping Normalized Mutual Information,NMIov)和扩展模块度(Extended Modularity,EQ)与5个经典算法进行对比。实验证明,改进算法在精度与经典算法相比具有优势,在真实网络和人工网络中均具备较好的鲁棒性;改进算法与原算法相比,算法的结果精度分布更为集中,算法的稳定性有提升。

关键词： 复杂网络   社团检测   极大团   模块度矩阵  

摘要： 社团结构检测有助于揭示复杂网络的结构-功能特性,目前已有的社团检测算法在其研究过程中存在着分辨率限制、节点不确定性以及需要先验参数等问题.为了解决此类问题,提出了一种基于网络节点极大团的社团检测算法(BMC).BMC算法将网络中的节点极大团设为初始节点群组,依据提出的极大团局部相似度和局部团组关系对节点群组进行分级聚类合并,以此挖掘出网络中的社团结构.针对在社团结构挖掘过程中出现的节点不确定性问题,通过模块度矩阵提出了模块隶属度对网络中的单邻居节点和重叠节点进行优化.为了验证BMC算法对网络社团结构挖掘的准确性,在5个真实网络数据集上与5种算法进行实验对比.通过3种衡量指标得到的实验结果表明,BMC算法能够准确地检测出网络中的社团结构.

关键词： 复杂网络   社团检测   中心性指标   标签传播算法  

摘要： 在复杂网络的探索过程中,关键节点的识别和社区结构的检测受到广泛关注,有助于人们更好地理解和利用复杂网络的结构特征,揭示节点之间的关系。提出库仑力中心性(CFC),并将其应用到标签传播算法(LPA)中设计了社团检测算法(CFCLPA),消除了LPA中的随机性,具有较高的社团结构识别能力。在真实网络和LFR基准网络下进行了一系列测试和比较,实验结果表明,该算法具有更优秀的社团检测性能。