关键词： 社团检测   谱二分法   特征值   特征向量   模块度  

摘要： 针对传统谱二分社团检测算法一般只使用某一特定的特征向量对网络进行划分,并不能保证能够得到最佳的社团结构这一缺陷,提出了一种使用最优特征向量的谱二分社团检测方法。该方法利用网络/子网络转移矩阵的特征向量持续将网络分裂为若干个子网络,分裂过程并不固定使用单一的、特定的特征向量,每次分裂使用的是能使得模块度增量最大的一个特征向量。此外,为了充分利用网络的拓扑信息,还利用网络中每条边所关联的两个顶点拥有的共同邻居的信息,将原始网络转换为带权的网络,并基于此带权网络的转移矩阵,使用最优特征向量持续将其划分为若干个子网络,得到其社团结构。为了验证这两种方法的有效性,在7个实际网络上进行了实验。实验结果证实,该方法能够有效地从网络中提取高质量的社团结构。

关键词： 在线   非负矩阵分解   图流   社团检测  

摘要： 针对现有的在线社团检测方法大多仅从增量相关的节点和边出发,难以有效挖掘社团结构的动态变化特性问题,提出了一种基于图流在线非负矩阵分解的社团检测方法.首先将网络中持续到达的图数据按照流式数据进行存储和预处理,然后借鉴梯度下降思想,采用在线非负矩阵分解架构,根据不同时刻达到的图流序列,实时迭代更新社团归属矩阵,并通过有效的学习率和缓存策略设置,保证了图流处理的收敛性和合理性.实验结果表明,相比于已有在线社团检测方法,该方法具备更高的社团检测精度.

关键词： 复杂网络   社团检测   模块度   谱图方法  

摘要： 社团结构是复杂网络的重要特征之一。谱聚类方法在复杂网络社团检测中具有十分重要的作用。针对谱聚类算法在复杂网络社团检测中只选择部分特征向量聚类的问题,提出了一种改进的谱聚类方法,该方法对网络矩阵的所有特征向量进行加权,并引入尺度参数,采用网络矩阵的所有特征向量进行聚类。实验结果表明,与传统谱聚类算法相比,该方法可以有效地对网络进行划分,并可以反映出网络中社团的多尺度特性。

关键词： 结构洞   社团检测   社会网   社团结构  

摘要： 连接多个不同社团的节点称为结构洞节点,部分已有的结构洞节点检测方法虽然可以检测到关键节点,但存在一些不足:基于局部的测量方法忽略了网络拓扑结构;对于大规模复杂的网络来说,基于全局的测量方法可扩展性差,等等。为了高效准确地检测社会网络中具有影响力的节点,提出了一种新的结构洞度量方法 E-Burt,用来寻找结构洞节点。该方法利用节点与其二步邻居构成的拓扑关系来计算节点的有效规模,用该结果作为结构洞节点重要性的评价指标,计算每个节点的结构洞度量值,并给出了形式化定义。E-B算法基于网络拓扑结构,每次模拟迭代将选中的结构洞节点度量值置为零,下一次迭代只计算该节点二步邻居的有效规模,大大降低了时间复杂度。最后通过实验验证了算法的时间效率,分析了算法的精确度,对算法的正确性进行了证明,并与存在的经典结构洞发现算法进行了对比。

关键词： 高分辨率遥感图像   面向对象   社团检测  

摘要： 随着空间分辨率的不断提高,遥感图像的纹理特征受到越来越多的关注,面向对象的信息提取方法成为近年来学者关注的重点。面向对象技术使对遥感图像的分析从像元层次过渡到对象。分割后的遥感图像形成很多目标对象,而这些地理目标构成了复杂的网络特征,可以通过网络的空间结构和拓扑关系来实现地理目标属性和功能的表述,根据拓扑属性将空间数据库转换为网络。目前,将网络科学的社团检测方法应用到遥感图像目标检测这一领域的工作还没有展开,也没有将之应用到复杂的地理目标分析,以及目标拓扑属性的描述中。本文将对基于社团检测的高分辨率遥感图像分类算法进行梳理和总结,分析本文的研究背景、目的和意义,并对国内外相关算法的研究现状进行介绍,指出社团检测算法在高分辨率遥感图像分类中的指导意义。

关键词： 交互信息   非负矩阵分解   社交网络   社团检测  

摘要： 社交网络的迅猛发展极大地方便了人们的日常生活、工作和学习,但也带来了大量复杂的交互行为和连接模式。如何有效地综合分析网络中的交互信息和网络节点之间存在的连接信息,进而完成高效的社团检测,是在当前网络多维属性的复杂背景下进行网络分析所面临的关键难题。基于此,从有效融合两类不同的异质信息研究出发,提出了一种基于交互行为和连接分析的社交网络社团检测(CDUILS)方法。该方法基于两类信息能够从不同的角度反映网络同一个社团归属的假设,采用联合非负矩阵分解架构,以迭代更新的方式,同时利用两类信息进行社团结果的获取。在真实网络数据集上的实验表明,与已有方法相比,所提方法能够有效融合两类信息进行社团检测,取得了更好的社团划分质量。

关键词： 一带一路   产业支撑网络   服务业   产业地位   社团检测  

摘要： 共建"丝绸之路经济带"和"21世纪海上丝绸之路"重大倡议,得到国际社会的高度关注和积极响应。本文采用2002-2012年"一带一路"国家的投入产出数据构建了服务业支撑网络,探究了网络的整体特征和我国服务业地位,并运用社团检测分析产业支撑情况。

关键词： Corporate tax evasion detection   Data mining   Hybrid intelligent system   Support vector machine   Neural network   Harmony search  

摘要： This paper concentrates on the effectiveness of using a hybrid intelligent system that combines multilayer perceptron (MLP) neural network, support vector machine (SVM), and logistic regression (LR) classification models with harmony search (HS) optimization algorithm to detect corporate tax evasion for the Iranian National Tax Administration (INTA). In this research, the role of optimization algorithm is to search and find the optimal classification model parameters and financial variables combination. Our proposed system finds optimal structure of the classification model based on the characteristics of the imported dataset. This system has been tested on the data from the food and textile sectors using an iterative structure of 10-fold cross-validation involving 2451 and 2053 test set samples from the tax returns of a two-year period and 1118 and 906 samples as out-of-sample using the tax returns of the consequent year. The results from out-of-sample data show that MLP neural network in combination with HS optimization algorithm outperforms other combinations with 90.07% and 82.45% accuracy, 85.48% and 84.85% sensitivity, and 90.34% and 82.26% specificity, respectively in the food and textile sectors. In addition, there is also a difference between the selected models and obtained accuracies based on the test data and out-of-sample data in both sectors and selected financial variables of every sector. (C) 2017 Elsevier Inc. All rights reserved.

关键词： 科技社团   科技创新   形成性评价  

摘要： 目的:进一步探索大学生创新社团实践能力培养与形成性效能评价改革。方法:通过问卷调查形式采集大学生参与创新项目、论文发表与分享奖励等情景过程中产生的正能量信息,包括态度、自信与成就感;采集大学生创新实践活动对专业学习促进作用等形成性效能评价的信息;运用创新社团与非社团成员A、B组"两两"法进行效能检验,对比两组创新实践能力培养效果的差异。结果:通过对科技创新实践兴趣感、促进专业学习自信感和获得社会认可度的成就感问卷分析得知,A组学生优良率为100%,而B组学生优为0,良率为76.91%。检测A组学生的形成性效能评价明显优于B组。结论:A、B组"两两"效能检验有显著性差异。

关键词： 社团检测   有向网络   CNM算法   节点相似度  

摘要： 针对现有的社团检测算法存在准确度低、没有充分考虑到有向网络的方向特性等问题,提出一种改进的能够适用于有向网络的CNM(Newman贪婪算法)社团检测算法。在算法设计中引入基于拓扑结构信息的有向网络节点相似度算法,并重新定义模块度增量函数ΔQs。使用一个计算机生成网络和两个实际网络对算法进行了测试并与已有算法进行比较。实验结果表明,文章提出的算法能够有效地检测出有向网络中的社团结构。