关键词： Corporate misconduct   Random forest   Support vector machine   Variable importance   Construction industry   Machine learning  

摘要： Previous studies have identified a great number of factors associated with corporate misconduct. However, ranking the importance of those related factors and using them to predict corporate misconduct in the construction industry have been overlooked. To address this gap, this study developed a random forest (RF) model to fulfill the variable importance ranking and corporate misconduct pre-diction. The RF model was built on the data of 953 observations from 93 Chinese construction companies in 2000-2018. Based on the variable importance analysis of RF, the top 11 important variables were obtained, of which all indicates corporate governance. They may be associated with an increased risk of corporate illegal activities. The developed RF model can be used to predict corporate misconduct to regulate decision making for construction companies and lead sustainable business development. This RF model could also facilitate regulators and investors to timely identify violating companies so that pro-active interventions may be implemented in a targeted manner. (C) 2020 Elsevier Ltd. All rights reserved.

关键词： 复杂网络   社团结构   节点相似性   不确定度   合并信息熵  

摘要： 为解决目前社团划分存在的复杂度高及划分精度低等问题,从信息熵理论角度出发提出一种新的社团结构检测算法.针对节点划分概率系统事件发生的不确定性,采用相似性指标计算各节点合并所提供的信息量,结合全局重要度进一步构造节点合并信息熵模型,通过熵函数的值判断具有最小不确定度的合并方案,运用层次聚类的思想实现最终社团划分.通过对真实网络数据集的对比分析,验证了该算法的有效性,且划分社团具有较高的模块度.

关键词： 相异性   社团检测算法   模块度   标准化互信息  

摘要： 受三元闭包原理的启发,基于节点邻居的差异性定义了3种相异性指标即单层邻居相异性、2-邻居相异性和全局2-邻居相异性。由于节点相异性越大越可能出现在不同的社团中,故通过逐步移除网络中相异性最高的两节点之间边的方式,设计一种高效的社团检测算法——基于节点相异性指标的网络社团检测算法。算法中,模块度最大时对应于网络的最佳社团结构,并采用标准化互信息衡量检测结果的准确度。选用LFR基准网络、Zachary网络和Football网络作为测试数据,与GN算法和Fast Newman算法的检测结果进行对比发现:基于节点相异性指标的网络社团检测算法能更准确地检测出网络社团结构。

关键词： 重叠社团与节点检测   改进蚁群算法   启发式信息重定义   标签列表迭代更新  

摘要： 针对重叠社团检测准确率提升问题,提出了一种基于改进蚁群算法的新型重叠社团检测算法。该算法包含位置初始化、运动和后处理三个阶段,分别通过初始位置识别与标签列表存储、基于节点间相似度的启发式信息重定义、合作保持标签列表等方式,使算法在合成数据集与现实世界数据集中的重叠社团与节点检测方面具有更好的性能。实验结果表明,在合成网络与现实世界网络平台上使用不同检测算法,提出方法对重叠社团与重叠节点的检测准确率较传统检测方法更高,因而对重叠社区检测问题求解与理解网络功能结构具有重要的参考与借鉴意义。

关键词： 种子选择   知识扩散   科研合作网络   知识吸收能力   社团检测  

摘要： [目的/意义]面向科研合作网络中的学术社群,提出基于合作者吸收能力的知识扩散种子选择方法,以提升社群知识扩散效率,促进社群成员知识吸收。[方法/过程]运用R软件完成仿真实验。基于斯坦福大型网络数据集(SNAP)的真实科研合作网络数据,运用社团检测算法“WalkTrap”检测出学术社群。将各学术社群中合作对象吸收能力总和最大的节点作为各社群的知识扩散种子,基于此,在各社群内部实施知识扩散仿真实验,并用其余4种基于网络中心性的方法与本文方法作对比。[结果/结论]基于合作者吸收能力的种子选择方法,在网络整体知识水平、知识水平分布均匀性与扩散初期的知识增长速度等方面均优于其它4种方法,且节点吸收能力差异越大,这种优势就越突出。节点平均吸收能力越强或网络中节点平均度越大,知识扩散效率受种子选择方法的影响越小。

关键词： 属性网络   社团检测   种群交互   网络结构强化   多目标优化  

摘要： 现实世界中众多的复杂系统都可抽象地表示为网络,对网络的研究已经渗透到各个学科领域。网络通常具有社团结构特性,发现网络中的社团结构有助于更好地理解网络系统的结构和功能,挖掘系统的潜在信息和隐藏规律,对一些未知的功能和行为进行预测。在现实世界中存在一些特殊的网络,每个节点具有一个或多个描述其特征的属性,通常称这种网络为属性网络。挖掘属性网络的社团结构不仅仅依赖于网络的拓扑结构,节点的属性信息也是一种重要的信息源,它具有与拓扑结构互补的重要意义。近年来,基于不同的策略,多个领域的研究者们已经提出了许多属性网络社团检测算法,如何综合利用网络的拓扑结构和节点的属性信息,将网络划分为集合内联系密切且具有较多公共属性的节点集是一个具有挑战性的问题。基于此问题,本文提出了一种基于节点属性信息优化网络结构的多目标进化社团检测算法,之后根据其在属性信息嘈杂的网络上出现的性能下降问题,做了进一步研究,提出了基于双种群协同进化平衡拓扑结构和属性信息的多目标进化社团检测算法。本文的主要研究工作如下:(1)本文提出了一种基于节点属性信息优化网络结构的多目标进化社团检测算法(MOEA-AT)。MOEA-AT算法利用进化算法框架从构建的属性相关网络中选择一些边添加到原始网络,增强了社团内节点之间的联系,使网络的社团结构更加明显。之后设计了一种根据拓扑网络变化局部调整社团归属的社团调整策略,从而快速获得子代网络对应的社团划分。MOEA-AT算法在挖掘社团结构的过程中不需要人为设定社团数目,同时避免了线性叠加网络拓扑结构和节点属性信息挖掘社团结构的算法需要指定平衡参数的问题。在不同生成参数的LFR属性网络和真实属性网络上与当前几种优秀的社团检测算法进行比较,实验结果表明,MOEA-AT算法相比于其他算法在优化网络结构,确定社团数目和检测社团精度方面均具有一定的优势。(2)MOEA-AT算法利用节点属性信息优化网络结构的方式在一定程度上综合利用了网络的拓扑结构和节点的属性信息,在拓扑结构不明显的网络上表现出较高的性能,并具有较高的稳定性。然而当属性信息越来越嘈杂时,MOEA-AT的算法出现了性能急剧下降的问题。基于此问题,本文提出了一种基于双种群协同进化平衡拓扑结构和属性信息的多目标进化社团检测算法(MOEA-DP)。在MOEA-DP算法中建立了两个种群,一个种群根据网络拓扑结构挖掘社团,另一个种群根据节点的属性信息挖掘社团。两个种群通过不同的基因重组方法独立进化,每隔一定的代数选择各自种群的非支配个体进行交互,以获得另一个种群挖掘的优异的社团结构信息。在随机属性网络上和真实属性网络上与当前几种优秀的社团检测算法进行比较,实验结果表明,MOEA-DP算法相比于其他算法在网络结构不明显和属性信息嘈杂的网络上均具有一定的优势。

关键词： 特征选择   粒子群优化   社团检测   高维数据  

摘要： 随着社会的发展和科技的进步,数据量呈现出爆炸式的增长,通常在机器学习领域中,学习算法的性能会随着数据集特征过多而下降。近些年来,特征选择作为解决这个问题的有效手段,得到了广泛的关注,诸多的学者也相继开发、改进了许多特征选择的方法,取得了可观的成效。在这些有效的算法中,粒子群优化算法具有参数少、操作简单、局部搜索能力强等优点,使得粒子群优化算法解决特征选择问题变为当前研究的重点。本文通过进一步的分析粒子群优化算法和特征选择问题,并结合社团检测,利用社团检测算法深度挖掘特征之间隐藏的信息去指导种群进化。主要工作包括以下两方面:(1)针对粒子群优化算法在解决特征选择问题中,容易陷入局部最优,难以找到高质量特征子集的问题。提出了一种基于社团的粒子群优化特征选择算法CBPSOFS。算法的大致思想如下:首先,将特征转化为特征图,并结合社团检测的算法将特征划分为不同的特征社团,根据同一特征社团包含相似信息设计了基于社团的自适应更新策略,来保持种群的多样性,同时平衡了局部搜索和全局搜索,有效的克服了过早陷入局部最优的现象;此外设计了基于信息增益的初始化策略和基于历史信息的重置策略,进一步提高了算法的性能。通过真实数据集与现有的四种特征选择方法的比较,验证了所提出的算法CBPSOFS的有效性。(2)针对高维数据集中含有大量的冗余、不相关的特征,导致特征选择算法性能低下等问题,提出了一种针对高维数据集的特征选择算法KBPSOFS。该方法结合社团检测算法提出了核心粒子的概念,当种群的全局最优值Gbest连续几次不变的情况下,利用核心粒子代替Gbest指导种群进化,增强算法的搜索能力;此外,当整个种群Pbest未改变时,利用当前种群非支配解提出了一个种群变换策略,目的是重置种群,去除不相关及冗余的特征,随着种群的变化算法的计算复杂度也有明显的降低。通过在真实数据集上面的实验,说明了算法KBPSOFS可以有效性的降低特征数量和提高分类精度。

关键词： 社团检测   社团结构   自组织映射网络   引力搜索算法  

摘要： 复杂网络是对复杂系统的一种抽象描述。复杂系统中包含大量的实体,实体可抽象为节点,实体之间的相互关系可抽象为边。例如通过社交系统中的用户及用户间的关系可抽象出社交网络,通过城市道路系统中的路段及路段之间的关系可抽象出城市道路网络。通过研究发现,社团结构是这些网络的主要特征之一。社团由其内部连接紧密、社团间稀疏互连的节点组成,它往往与实际系统中的功能模块相对应。因而,提取网络中的社团可以为理解网络的功能和结构关系提供一种有效的方式。然而某些网络中的社团结构未知,需要通过合适的社团检测算法进行检测,进而对系统的组成部分与系统的功能进行深入的理解。研究人员利用不同的方法提取社团结构,本文也分别基于SOM(Self-Organizing Map,自组织映射网络)和GSA(Gravitational Search Algorithm,引力搜索算法)提出两种社团检测方法。(1)基于SOM的社团检测方法SOMCD。该方法首先移除度为一的节点;然后利用节点间的邻接关系和相似关系构造属性矩阵,随机选择属性矩阵的若干列作为SOM训练的输入向量;本文接着利用竞争学习的方式获取竞争层中与输入向量最相似的获胜神经元,然后采用不同的方式调整获胜神经元和其它神经元的权重向量。多次迭代后,具有相同获胜神经元的输入向量被映射到同一社团。此外,本文将社团检测过程嵌入上述训练过程,每次训练结束后,计算对应的社团结构的模块度,记录最大模块度对应的社团结构。训练过程结束后,最大的模块度对应的社团结构即为最优的结果;最后用一个后处理过程将移除的节点加入到其邻居所属的社团中,并对一些过小的社团进行合并,从而获得高质量的社团结构。(2)基于GSA的社团检测方法GSACD。该方法首先通过移除对社团结构形成贡献很小的节点进行预处理操作;然后通过多次运行LPA(Label Propagation Algorithm,标签传播算法)以及LPA的改进算法得到多个搜索解,并使用离散化编码方式,将每个搜索解表示为离散的向量,向量中每个维度的值代表搜索解中每个节点对应社团的编号,进而获得初始种群。其中,种群中的每个粒子表示一个社团结构。考虑到社团间和节点间的相似性都对社团结构具有一定的影响,本文据此改写引力计算公式。随着粒子间的引力变化,本文不断更新粒子的质量、加速度及速度,并通过社团结构中每一维对应节点的大多数邻居所属的标签改写粒子的位置更新公式,即更新社团结构中节点所属社团的编号;同时,本文采用模块度作为适应度函数,利用模块度计算粒子的质量;多次迭代后,质量最大的粒子对应的位置为最优的社团结构;最后,该方法通过后处理过程将预处理过程中移除的节点划分到其直接邻居所属的社团中,获得最终的社团结构。本文提出的两种方法都可以自动检测社团数量,并且GSACD方法无需设置任何参数。此外,为了验证SOMCD方法和GSACD方法的有效性,本文分别在不同规模的实际网络及合成网络上进行了实验,并与一些影响力较大的算法获取的结果进行了对比,然后使用模块度和标准化互信息量评价社团结构的优劣。实验结果表明,SOMCD方法和GSACD方法都能检测到高质量的社团结构。

关键词： 非重叠社团检测   重叠社团检测   连接模式   等价类  

摘要： 社团结构是复杂网络的重要特征之一,在同一个社团内的顶点之间连接紧密,而不同社团之间连接相对稀疏。社团结构通常与网络中潜在的功能和组织特征联系在一起,例如新陈代谢网络中的生化过程,科学家合著网络中科学家的研究领域,WWW网络中具有相同主题的网页组或社交网络中真实的社会群体等等。社团检测对于理解与改善不同类型的复杂系统具有重要意义。此外,社团结构可以从结构层面展示网络的不同性质,并描述网络的结构和功能或组织结构之间的关系。因此,社团检测具有重要的理论意义和实践应用价值,受到研究人员的广泛关注,并提出了大量的社团检测算法。本文在对现有的社团检测算法进行了深入研究的基础上,提出了一种基于等价类的非重叠社团检测方法DEC(Disjoint community detection via Equivalence Classes)和一种基于等价类的重叠社团检测方法OEC(Overlapping community detection via Equivalence Classes)。(1)基于等价类的非重叠社团检测方法DEC:该方法是基于顶点的等价类而提出的确定性的非重叠社团检测方法。DEC方法首先为网络中的每一个顶点构建一个连接模式向量,从而构造出整个网络中顶点所对应的连接模式矩阵;然后通过指定约束条件,选择出网络中所有满足约束条件的顶点对,紧接着利用这个顶点对集合构造出网络中满足约束条件的顶点的一个等价类划分,即网络的一个初始社团结构;最后通过对其中一些顶点和小社团进行微调以获得网络最终的非重叠社团结构划分。(2)基于等价类的重叠社团检测方法OEC:该方法首先为网络中的每一个顶点构建一个连接模式向量,然后通过顶点的连接模式矩阵为网络中的每条连边构造一个边连接模式向量;进而通过约束条件选择出网络中所有满足约束条件的边对,并利用边对集合构建满足约束条件的边对所构成的一个等价类划分,再将该划分转化为网络中顶点所构成的一个初始覆盖,即一个初始的重叠社团结构;最后通过对其中一些顶点进行微调获得最终的重叠社团结构。为了验证本文所提社团检测方法的有效性,本文在人工合成网络与实际网络数据集上进行了实验,并与多个算法的实验结果进行对比分析。实验结果表明,本文中所提出的算法能够有效且稳定地从网络中提取高质量的社团结构。

关键词： 社团检测   模块度   k-Plex   小社团  

摘要： 复杂网络是一种呈现高度复杂性的网络,也是复杂系统的抽象形式,其研究受到广泛关注。复杂网络可以用于各种复杂系统的模型建立,如应用于物理、生物、经济、社会和信息系统。复杂网络呈现出无标度特性、小世界特性和社团结构特性。其中,社团结构是复杂网络中最重要的特性,其对应着网络的功能单元。检测网络中的社团可以揭示网络的内部结构与功能之间的关系,从而预测网络的功能。在众多社团检测算法中,基于模块度优化的算法是最为广泛应用的。但已有研究证明该类算法存在“检测局限性”的缺点。在实际应用中,小社团的存在有着非常重要的意义。因此,针对该问题,本文进行了以下研究:(1)基于k-plexes,本文提出了一种新的社团检测算法(简称MOKP算法),MOKP算法用k-plexes构建网络的种子社团,然后利用模块度优化的概念来分配网络中剩余的顶点。该算法在进行社团检测时不受社团规模的限制,可以检测出网络中存在的小社团。(2)为了进一步节省MOKP算法的时间,本文从以下两个方面来进行改进(简称IMOKP算法)。(i)在进行种子社团生成之前,利用k-core的检测方法来对网络规模进行缩减。(ii)将网络剩余顶点的分配顺序从字母序调整为顶点的度的降序,同时在顶点分配过程中引入了社团标签。(3)为了验证本文算法的有效性,本文进行了大量的实验。实验在5个真实的数据集和4个人工数据集上进行,利用三种经典的评价指标来评估社团检测,并提出了新的小社团评价指标,称为小社团等级。实验结果表明MOKP算法的社团检测准确率优于多个其他经典的算法,并且能够有效地检测出小社团。IMOKP算法的运行时间和社团检测准确率都优于MOKP算法,实验最后在真实的蛋白质网络上验证了社团检测以及小社团检测的有效性。